本发明涉及一种基于信息瓶颈理论的强化学习对战游戏AI训练方法,包括以下步骤:1)AI训练模型的初始化;2)通过游戏AI在仿真环境中进行决策交互得到样本训练批数据集;3)根据游戏AI与环境交互得到的样本训练批数据集,采用强化学习算法迭代训练AI训练模型,并分阶段保存AI训练模型的参数;4)将保存的不同阶段AI训练模型的部分参数固定,利用强化学习算法重新训练余下参数进行微调,得到最终不同等级AI的AI训练模型,并由此生成对战游戏AI文件。与现有技术相比,本发明具有采样效率高、训练速度快、测试灵活性高、AI分等级等优点。
声明:
“基于信息瓶颈理论的强化学习对战游戏AI训练方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)