买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京大学;上海明略人工智能(集团)有限公司申请的专利基于强化学习的模型优化方法、装置和电子设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120893600B 。

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511366392.8，技术领域涉及：G06N20/00；该发明授权基于强化学习的模型优化方法、装置和电子设备是由姜平;宋洁;赵晨旭;傅天宇;苏安炀;虞喆;李梦林;卫海天;黄楠;吴明辉;吴昊宇;余嘉伟;忻役设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于强化学习的模型优化方法、装置和电子设备在说明书摘要公布了：本申请实施例提供一种基于强化学习的模型优化方法、装置和电子设备，涉及人工智能技术领域，基于强化学习的模型优化方法包括：获取携带有标签信息的第一样本数据；所述标签信息包括所述第一样本数据的参考结构信息，参考结构信息用于表示第一样本数据对应的参考结构化元素的位置信息；将第一样本数据输入预先训练的生成模型，对第一样本数据进行预测，得到第一样本数据的预测结构信息；根据预测结构信息和参考结构信息，确定生成模型的目标奖励，并基于目标奖励对生成模型进行优化。本申请实施例使生成模型在不依赖于复杂的后处理模块的情况下，能够获得高质量的结构化输出数据，提升模型优化的泛化性和灵活性。

本发明授权基于强化学习的模型优化方法、装置和电子设备在权利要求书中公布了：1.一种基于强化学习的模型优化方法，其特征在于，包括： 获取携带有标签信息的第一样本数据；所述标签信息包括所述第一样本数据的参考结构信息，所述参考结构信息用于表示所述第一样本数据对应的参考结构化元素的位置信息； 将所述第一样本数据输入预先训练的生成模型，通过所述生成模型对所述第一样本数据进行预测，得到所述第一样本数据的预测结构信息；所述预测结构信息包括预测结构化元素的位置信息； 根据所述预测结构信息和所述参考结构信息，确定所述生成模型的目标奖励，并基于所述目标奖励对所述生成模型进行优化； 其中，所述第一样本数据包括样本图像数据，所述参考结构化元素包括参考边界框和参考坐标点，所述预测结构化元素包括预测边界框和预测坐标点；所述参考结构信息包括所述参考边界框和所述参考坐标点在样本图像上的位置信息；所述预测结构信息包括所述边界框和关键点集在所述样本图像上的位置信息； 所述根据所述预测结构信息和所述参考结构信息，确定所述生成模型的目标奖励，包括：根据所述预测结构信息和所述参考结构信息，确定所述生成模型的格式一致性奖励和空间一致性奖励；根据所述格式一致性奖励和所述空间一致性奖励，确定所述目标奖励； 所述格式一致性奖励的确定方式包括：根据所述参考边界框的位置信息和所述预测边界框的位置信息，判断所述预测边界框是否位于所述参考边界框之内，在所述预测边界框位于所述参考边界框之内的情况下，确定所述格式一致性奖励为第一值；在所述预测边界框不位于所述参考边界框之内的情况下，确定所述格式一致性奖励为第二值；所述第二值小于所述第一值； 所述空间一致性奖励的确定方式包括：根据所述参考坐标点的位置信息和所述预测坐标点的位置信息，计算所述预测坐标点和所述参考坐标点之间的匹配距离；根据所述匹配距离，确定所述空间一致性奖励；所述空间一致性奖励与所述匹配距离之间负相关。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京大学;上海明略人工智能(集团)有限公司，其通讯地址为：100871 北京市海淀区颐和园路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。