公开了一种用于为增强模型生成数据集的方法、装置和产品。所述方法包括：获得所述特征集合的多个不同子集；使用马尔可夫决策过程来为每个特征子集确定策略；获得包括对所述特征集合中的每个特征的评估的状态；基于所述状态到不同特征子集上的不同投影，对所述状态应用所述多个策略，由此为所述状态获得多个建议动作；基于所述多个建议动作来为所述状态确定一个或多个动作及其对应分数；以及使用所述状态以及所述一个或多个动作及其对应分数来训练增强学习模型。