本申请公开一种多智能体策略预测方法及装置;本申请与人工智能的机器学习领域相关,可以获取多个智能体交互环境的训练数据,以及获取多个智能体交互环境的隐变量概率分布;根据多个智能体交互环境的隐变量概率分布,确定训练数据的至少一个目标隐变量;将训练数据和目标隐变量输入强化学习模型,以得到多个智能体交互环境的结构因子概率分布;将训练数据及其对应的目标结构因子输入强化学习模型,得到训练数据对应的动作策略、以及动作策略的奖励信息;基于训练数据、目标结构因子、动作策略、以及动作策略的奖励信息,对强化学习模型进行训练,以通过训练后的强化学习模型对多个智能体进行动作策略预测。
声明:
“多智能体策略预测方法及装置” 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)