申请/专利权人:中国科学院自动化研究所
申请日:2024-03-15
公开(公告)日:2024-05-17
公开(公告)号:CN118045360A
主分类号:A63F13/60
分类号:A63F13/60;G06N3/0464;G06N3/092
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本公开提供了一种兵棋智能体的训练方法、预测方法及相应系统。所述兵棋智能体的训练方法包括:基于兵棋对抗环境,生成专家示范数据集;基于所述专家示范数据集,对所述兵棋智能体中的用于为我方各算子选择机动方位的多任务网络进行模仿学习训练,以得到初步训练好的多任务网络;基于所述兵棋对抗环境,对初步训练好的多任务网络进行强化学习训练,得到优化后的多任务网络;其中,所述专家示范数据集包括:所述多任务网络决策所需的态势特征、我方的N个算子的机动方位标签,N为大于1的整数。根据本公开,能够实现具有更高性能的兵棋智能体的高效获取。
主权项:1.一种兵棋智能体的训练方法,其特征在于,所述训练方法包括:基于兵棋对抗环境,生成专家示范数据集;基于所述专家示范数据集,对所述兵棋智能体中的用于为我方各算子选择机动方位的多任务网络进行模仿学习训练,以得到初步训练好的多任务网络;基于所述兵棋对抗环境,对初步训练好的多任务网络进行强化学习训练,得到优化后的多任务网络;其中,所述专家示范数据集包括:所述多任务网络决策所需的态势特征、我方的N个算子的机动方位标签,N为大于1的整数。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 兵棋智能体的训练方法、预测方法及相应系统
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。