申请/专利权人：南京信息工程大学;中科南京人工智能创新研究院

申请日：2024-02-28

公开（公告）日：2024-04-02

公开（公告）号：CN117807894A

主分类号：G06F30/27

分类号：G06F30/27;G06N3/092;G06N3/045;A63B69/00;A63B71/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种面向足球对战的数据驱动强化学习方法，包括：1、在网络平台上采集足球博弈所需的数据；2、对步骤1的数据进行预处理，得到预处理数据；3、构建离线强化学习网络模型；4、基于预处理数据，对离线强化学习网络模型进行训练及测试，得到训练完成的模型；5、基于训练完成的模型，解决谷歌足球环境中各智能体的决策问题。本发明使用离线强化学习的思想解决谷歌足球环境，使用Transformer强大的预测能力来增加算法效果，不仅可以增加训练速度，对比当前的离线强化学习算法在稀疏环境的效果也有不错的提升。

主权项：1.一种面向足球对战的数据驱动强化学习方法，其特征在于，包括如下步骤：步骤1、在网络平台上采集足球博弈所需的数据集；步骤2、对步骤1的数据进行预处理，得到预处理数据；步骤3、构建离线强化学习网络模型；步骤4、基于预处理数据，对离线强化学习网络模型进行训练及测试，得到训练完成的模型；步骤5、基于训练完成的模型，解决谷歌足球环境中各智能体的决策问题。

全文数据：

权利要求：

百度查询： 南京信息工程大学;中科南京人工智能创新研究院 一种面向足球对战的数据驱动强化学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD