[发明专利]一种信息处理方法及相关设备

权利要求书

1.一种信息处理方法，其特征在于，应用于接入网中的第一AI实体；所述方法包括：

所述第一AI实体接收终端设备发送的第二AI模型信息，所述第二AI模型信息不包括所述终端设备的用户数据；

所述第一AI实体根据所述第二AI模型信息，更新第一AI模型信息；所述第一AI模型信息为所述第一AI实体的AI模型信息；

所述第一AI实体向所述终端设备发送更新后的第一AI模型信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述第一AI实体接收所述终端设备发送的请求消息，所述请求消息用于请求第一AI模型信息；

所述第一AI实体向所述终端设备发送所述第一AI模型信息。

3.根据权利要求2所述的方法，其特征在于，所述第一AI实体接收所述终端设备发送的请求消息之前，所述方法还包括：

所述第一AI实体接收所述终端设备的AI信息，所述AI信息包括AI能力参数。

4.根据权利要求3所述的方法，其特征在于，若所述AI能力参数指示所述终端设备具备AI推理能力，所述第一AI实体接收所述终端设备发送的AI决策信息和状态信息，所述AI决策信息是所述终端设备将所述状态信息输入所述第二AI模型进行推理得到的，所述状态信息是所述终端设备根据观察信息得到的；所述观察信息指示进行AI决策使用的数据。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述第一AI实体接收所述终端设备的AI信息，所述AI信息包括AI更新参数；

若所述AI更新参数指示定时AI更新或事件触发AI更新，所述第一AI实体接收反馈信息，所述反馈信息用于指示进行AI训练使用的数据。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

所述第一AI实体根据AI训练数据，更新所述第一AI模型，所述AI训练数据包括所述AI决策信息、所述状态信息或所述反馈信息中的一种或多种。

7.根据权利要求5所述的方法，其特征在于，所述反馈信息包括奖励信息；所述奖励信息用于更新所述第一AI模型。

8.根据权利要求7所述的方法，其特征在于，所述奖励信息是根据奖励函数确定的；所述奖励函数是根据目标参数θ和所述目标参数的权重值φ确定的；所述目标参数为所述终端设备执行所述AI决策信息得到的性能数据，所述目标参数的权重值是所述第一AI实体根据一个或多个终端设备的性能数据确定的。

9.一种信息处理方法，其特征在于，包括：

终端设备向第一AI实体发送请求消息，所述请求消息用于请求第一AI模型信息；

所述终端设备接收所述第一AI实体发送的第一AI模型信息；

所述终端设备将状态信息输入第二AI模型进行推理，得到所述终端设备的AI决策信息；其中，所述状态信息基于观察信息确定；所述观察信息指示进行AI决策使用的数据；所述第二AI模型是所述终端设备根据所述第一AI模型信息确定的。

10.根据权利要求9所述的方法，其特征在于，所述终端设备向所述第一AI实体发送请求消息之前，所述方法还包括：

所述终端设备向所述第一AI实体发送所述终端设备的AI信息，所述AI信息包括AI能力参数，其中，所述AI能力参数指示所述终端设备具备AI推理能力。

11.根据权利要求9所述的方法，其特征在于，所述方法还包括：

所述终端设备向所述第一AI实体发送所述AI决策信息和所述状态信息。