一种神经网络模型的训练方法、装置、设备以及存储介质
公开
摘要
本申请公开了一种基于人工智能技术实现的神经网络模型训练方法，包括：获取第一时刻的第一全局信息和第一单元信息；基于第一全局信息和第一单元信息，通过行为预测网络获取每个智能体在第一时刻的动作分布；根据第一动作分布获取第二全局信息和第二单元信息；根据第一全局信息、第一单元信息、第二全局信息和第二单元信息确定奖励信息；基于全局信息和单元信息，通过价值网络获取目标自身价值和目标团队价值；根据动作分布、奖励信息、目标自身价值和目标团队价值对网络做训练。本申请还提供了装置。本申请鼓励同一个阵营下的智能体执行能够使得自身价值和团队价值最大化的动作，从而使得团队的联合动作更优，达到更高的智能体模拟水平。
基本信息
专利标题 ：
一种神经网络模型的训练方法、装置、设备以及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114272611A
申请号 ：
CN202111242582.0
公开（公告）日 ：
2022-04-05
申请日 ：
2021-10-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王伟轩邱福浩练振杰王亮韩国安
申请人 ：
腾讯科技（深圳）有限公司
申请人地址 ：
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 ：
深圳市深佳知识产权代理事务所(普通合伙)
代理人 ：
闵晶晶
优先权 ：
CN202111242582.0
主分类号 ：
A63F13/67
IPC分类号 ：
A63F13/67 A63F13/58 G06N3/04 G06N3/08
IPC结构图谱
A
A部——人类生活必需
A63
运动；游戏；娱乐活动
A63F
纸牌，棋盘或轮盘赌游戏；利用小型运动物体的室内游戏；视频游戏；其他类目不包含的游戏
A63F13/00
视频游戏，即使用二维或多维电子显示器的游戏
A63F13/60
在执行游戏程序时或之前生成或修改游戏内容，如特别适合游戏开发或集成游戏关卡编辑器的创作工具
A63F13/67
适应性的或通过向玩家的动作学习，例如技能水平的调整或重新使用存储成功的作战序列
法律状态
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
