基于视觉序列的规划方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于视觉序列的规划方法、装置、设备及介质，包括：获取探索轨迹中形成的训练视觉状态序列，提取训练前缀视觉状态序列与训练后续视觉状态组成的视觉状态对，对生成式视觉模型进行初始训练；基于目标环境的前缀视觉状态序列生成多个候选后续视觉状态，解析获得离散动作并确定对应的环境反馈奖励值，进一步计算相对优势；基于相对优势更新生成式视觉模型参数，生成视觉规划序列。本发明通过在视觉状态空间中进行规划与反馈更新，避免图像转文本造成的信息损失，增强模型对空间结构和动态过程的建模能力，实现纯视觉驱动的动态规划，提升策略生成效果与环境适应性。