温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明提供了一种在线司乘匹配方法、介质及设备，属于在线二部图匹配技术领域，其中提出了一套基于分层强化学习的策略架构，对未来信息进行预测来指导当前的决策，先训练不同的底层策略，再训练高层模型选择底层策略以优化长期总收益。匹配时间片的收益和状态...
该专利属于南京大学所有，仅供学习研究参考，未经过南京大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。