本发明涉及数据处理领域，其公开了一种基于深度强化学习的自适应博弈算法，包括如下步骤：（A）获取不同合作程度的策略；（B）生成不同合作程度的策略；（C）检测对手的合作策略；（D）制定不同的应对策略。本发明的有益效果是：利用训练出来的检测器和不同合作程度的策略，将已有的Tit for tat等思想实现运用在sequential social dilemmas中;提高了智能体agent的扩展性；更加直观的获取更优于自身的竞争策略。
声明：
“基于深度强化学习的自适应博弈算法” 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)
1153
编辑：管理员
来源：北方有色网
咨询细节
