产品概述
REVIVE是一款数据驱动的强化学习（RL）工具包，集成了矢量智控通用智能决策算法，专注于解决真实“物理世界”建模难的问题，实现了强化学习控制算法走出游戏环境落地现实工业场景。
核心技术
消除复合偏差
让强化学习走进业务决策的核心
更强的泛化能力
通过还原奖励函数，跳出原有数据分布有效还原真实环境，具备更强泛化能力
因果反事实推断
考虑所有策略所有情况，使未见过动作模型也保持一致，具有更好的鲁棒性
产品功能
决策流图
根据业务逻辑结合经验绘制，描述实际业务中智能体与环境的交互过程。
环境学习
基于数据与决策流图训练可模仿现实交互的虚拟环境。
目标设置
以数据函数作为表达形式，评价智能体与环境交互的行为。
策略训练
通过虚拟环境中按照特定目标训练，产生对应优化行为的模型。
产品优势
多场景业务适配
可视化决策流图设计，支持自定义函数，可灵活满足不同复杂度的业务需求
开放环境
基于环境模型学习核心技术，突破传统技术依赖封闭环境的屏障
数据驱动
少量数据即可进行环境学习，从而快速获得最优决策方案。