1.基于随机transformer模型的有模型深度强化学习方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于随机transformer模型的有模型深度强化学习方法，其特征在于，所述步骤一中，利用变分自编码器将高维环境数据编码为低维隐空间上的随机变量，具体采用如下步骤：
3.如权利要求1或2所述的基于随机transformer模型的有模型深度强化学习方法，其特征在于，所述序列模型为transformer模型，以所述状态向量作为所述序列模型的输入，所述序列模型输出对应的含历史信息的语义状态，具体包括如下步骤：
4.如权利要求1或2所述的基于随机transformer模型的有模型深度强化学习方法，其特征在于，所述步骤2中，针对所述世界模型以端到端的方式进行自监督训练，具体为：使用adam优化器以梯度下降的方式进行训练。
5.如权利要求1所述的基于随机transformer模型的有模型深度强化学习方法，其特征在于，所述步骤3中，对所述智能体进行训练，具体为：在训练时同样采用adam优化器，以梯度下降的方式进行优化。