本申請實施例提供了一種ETA的預測方法、模型訓練方法、裝置及存儲介質,涉及機器學習技術、地圖、智慧交通、智慧出行等應用領域。該方法包括:獲取目標用戶在當前時間步的行程特征;行程特征包括當前時間步對應的時刻以及剩余導航路線的路線特征;將目標用戶在當前時間步的行程特征輸入至預先訓練的ETA預測模型,獲得當前時間步的ETA;預測模型在訓練時的獎勵函數的輸入包括訓練樣本的ATA以及每一時間步的歷史預測ETA序列;每一時間步的預測ETA是根據預測模型的策略函數在強化學習過程中根據每一時間步的行程特征預測出的ETA的概率分布獲得的。本申請實施例考慮行程不斷變化對ETA預測的影響,預測結果更加準確。
聲明:
“ETA的預測方法、模型訓練方法、裝置及存儲介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)