简介： 本申请公开了一种基于强化学习的财务流程挖掘方法和相关装置，采用采样建立环境模型的方式，为决策的整个形成过程提供了更优的环境基础。通过强化学习planning方法的算法迭代，降低决策方案的误差，使决策方案更加精确。以决策规范约束和事实约束做预测，使决策方案能够实际应用于场景中，提高可靠性和实用性。最终为整个决策生成过程进行效能评估，验证决策生成过程的准确性，提高最终决策的精准性和安全性。并突破了以往流程自动挖掘的固化技术、计算依赖模板的局限，使得流程挖掘更易维护，生成的最终决策内容更加专业、安全；规避了当前流程自动挖掘方法对流程可视化数据资源的依赖，在流程可视化数据资源的情况下仍能得出最终决策。