本發(fā)明涉及人工智能技術(shù)領(lǐng)域，提供一種車(chē)險(xiǎn)報(bào)案風(fēng)險(xiǎn)預(yù)測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，搭建深度雙Q網(wǎng)絡(luò)作為強(qiáng)化學(xué)習(xí)模型的框架，基于多個(gè)歷史車(chē)險(xiǎn)報(bào)案數(shù)據(jù)確定強(qiáng)化學(xué)習(xí)模型的動(dòng)作集、狀態(tài)集及獎(jiǎng)勵(lì)值，從而利用動(dòng)作集、狀態(tài)集以及獎(jiǎng)勵(lì)值對(duì)強(qiáng)化學(xué)習(xí)模型進(jìn)行迭代循環(huán)訓(xùn)練，在進(jìn)行強(qiáng)化學(xué)習(xí)時(shí)通過(guò)經(jīng)驗(yàn)回放的方式學(xué)習(xí)之前的環(huán)境，并對(duì)回放經(jīng)驗(yàn)池進(jìn)行隨機(jī)采樣，能夠消除樣本之間的相關(guān)性，增加了強(qiáng)化學(xué)習(xí)模型的穩(wěn)定性，使得訓(xùn)練得到的車(chē)險(xiǎn)報(bào)案風(fēng)險(xiǎn)預(yù)測(cè)模型的穩(wěn)定性得到了增強(qiáng)，最后使用車(chē)險(xiǎn)報(bào)案風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)當(dāng)前車(chē)險(xiǎn)報(bào)案數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，得到風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果的準(zhǔn)確度較高。