本申请提供一种对战游戏中强化学习模型的训练方法及装置,属于计算机技术领域,涉及人工智能和计算机视觉技术。方法包括:获取目标对战模型以及所述目标对战模型的相近对手模型,所述相近对手模型为与所述目标对战模型的等级评分之差小于评分阈值的历史对战模型,所述等级评分用于评价模型的对战能力;基于对战双方的对战状态特征,分别确定所述目标对战模型的预测操作以及所述相近对手模型的预测操作;利用所述目标对战模型以及所述相近对手模型分别控制对战双方执行预测操作以进行对战;确定对战中所述目标对战模型的操作价值;基于所述对战状态特征、所述预测操作以及所述操作价值训练所述目标对战模型。
声明:
“对战游戏中强化学习模型的训练方法及装置” 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)