本发明公开了一种基于层次深度强化学习的复杂游戏AI设计方法，该方法包括：初始化上层策略、下层策略，初始化预测模型，之后：上层策略在初始状态随机给予下层策略子目标goal，下层策略基于状态state和子目标goal执行k个时间步，产生下层策略轨迹；保存下层策略轨迹，并使用该轨迹训练下层策略和预测模型；进行初步roll‑out产生轨迹，构建世界模型；K步后上层策略产生轨迹并保存，同时训练上层策略；在一定步数后，上层策略基于状态从构建好的世界模型中找到合适的子目标集合，并采样子目标给予下层策略并执行k步；迭代上述过程，不断完善策略和世界模型。与现有技术相比，本发明在降低策略训练难度的前提下，使AI在复杂游戏场景下更快更稳定学习到成熟的策略，有效地提高了策略所能达到的效果。
声明：
“基于层次深度强化学习的复杂游戏AI设计方法” 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)
802
编辑：管理员
来源：北方有色网
咨询细节
