本發明公開了一種基于層次深度強化學習的復雜游戲AI設計方法,該方法包括:初始化上層策略、下層策略,初始化預測模型,之后:上層策略在初始狀態隨機給予下層策略子目標goal,下層策略基于狀態state和子目標goal執行k個時間步,產生下層策略軌跡;保存下層策略軌跡,并使用該軌跡訓練下層策略和預測模型;進行初步roll?out產生軌跡,構建世界模型;K步后上層策略產生軌跡并保存,同時訓練上層策略;在一定步數后,上層策略基于狀態從構建好的世界模型中找到合適的子目標集合,并采樣子目標給予下層策略并執行k步;迭代上述過程,不斷完善策略和世界模型。與現有技術相比,本發明在降低策略訓練難度的前提下,使AI在復雜游戲場景下更快更穩定學習到成熟的策略,有效地提高了策略所能達到的效果。
聲明:
“基于層次深度強化學習的復雜游戲AI設計方法” 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)