本發明涉及一種基于信息瓶頸理論的強化學習對戰游戲AI訓練方法,包括以下步驟:1)AI訓練模型的初始化;2)通過游戲AI在仿真環境中進行決策交互得到樣本訓練批數據集;3)根據游戲AI與環境交互得到的樣本訓練批數據集,采用強化學習算法迭代訓練AI訓練模型,并分階段保存AI訓練模型的參數;4)將保存的不同階段AI訓練模型的部分參數固定,利用強化學習算法重新訓練余下參數進行微調,得到最終不同等級AI的AI訓練模型,并由此生成對戰游戲AI文件。與現有技術相比,本發明具有采樣效率高、訓練速度快、測試靈活性高、AI分等級等優點。
聲明:
“基于信息瓶頸理論的強化學習對戰游戲AI訓練方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)