[发明专利]一种策略模型训练方法、装置及设备在审
| 申请号： | 202210206944.9 | 申请日： | 2022-03-04 |
| 公开（公告）号： | CN114330754A | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 徐波;徐博;张鸿铭;王燕娜 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06K9/62;G06N3/00;G06N3/08 |
| 代理公司： | 北京墨丘知识产权代理事务所(普通合伙) 11878 | 代理人： | 唐忠仙;谷轶楠 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例涉及人工智能领域，公开了一种策略模型训练方法、装置及设备。本申请实施例涉及的策略模型训练方法包括：分别获取第一策略模型以及第二策略模型对应的策略，并且，在对战学习过程中获取对战双方的对战结果，依照对战结果进行各自优势策略挑选，并将挑选出的优势策略用于后续对应策略群体的进化，以此往复循环，使对战双方策略模型对应的策略群不断有优势策略注入，这样不仅可以将己方智能体得到进化策略训练，同时也可以使对战方智能体得到进化策略训练，提升了博弈学习网络中策略模型的进化程度上限，使策略模型对策略多样的博弈场景适应性更强。 | ||
| 搜索关键词： | 一种 策略 模型 训练 方法 装置 设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210206944.9/，转载请声明来源钻瓜专利网。
