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)
1017
编辑：管理员
来源：北方有色网
咨询细节
