[发明专利]智能体模型的训练方法、装置、电子设备和存储介质

说明书

本公开提供了一种智能体模型的训练方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及深度学习、深度神经网络技术领域。具体实现方案为：获取候选历史样本；将候选历史样本添加到经验池；基于当前样本，从经验池中筛选出目标历史样本；基于当前样本和目标历史样本，得到第一智能体对应的智能体模型的第一训练样本集；基于第一训练样本集，对智能体模型进行训练。由此，可将候选历史样本添加到经验池，并基于当前样本，从经验池中筛选出目标历史样本，综合考虑到当前样本和目标历史样本，对智能体模型进行训练，有助于提升智能体模型的训练效率，特别适用于空中对战类游戏场景中智能体模型的训练。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、深度神经网络技术领域，尤其涉及一种智能体模型的训练方法、装置、电子设备、存储介质和计算机程序产品。

背景技术

目前，随着人工智能技术的不断发展，智能体模型在游戏、终端应用等领域得到了广泛应用，具有自动化程度高、智能化高等优点。比如，以游戏场景为例，与预先为游戏角色训练智能体模型，真实玩家可与虚拟玩家进行对战，通过智能体模型来获取虚拟玩家的动作。然而，相关技术中智能体模型的训练，存在训练效率低的问题。

发明内容

本公开提供了一种智能体模型的训练方法、装置、电子设备、存储介质和计算机程序产品。

根据本公开的一方面，提供了一种智能体模型的训练方法，包括：获取候选历史样本，其中，所述候选历史样本包括第一智能体、第二智能体的历史数据，所述第二智能体为所述第一智能体的敌方；将所述候选历史样本添加到经验池；基于当前样本，从所述经验池中筛选出目标历史样本，其中，所述当前样本包括所述第一智能体、所述第二智能体的当前数据；基于所述当前样本和所述目标历史样本，得到所述第一智能体对应的智能体模型的第一训练样本集；基于所述第一训练样本集，对所述智能体模型进行训练。

根据本公开的另一方面，提供了一种智能体模型的训练装置，包括：第一获取模块，用于获取候选历史样本，其中，所述候选历史样本包括第一智能体、第二智能体的历史数据，所述第二智能体为所述第一智能体的敌方；添加模块，用于将所述候选历史样本添加到经验池；筛选模块，用于基于当前样本，从所述经验池中筛选出目标历史样本，其中，所述当前样本包括所述第一智能体、所述第二智能体的当前数据；第二获取模块，用于基于所述当前样本和所述目标历史样本，得到所述第一智能体对应的智能体模型的第一训练样本集；训练模块，用于基于所述第一训练样本集，对所述智能体模型进行训练。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行智能体模型的训练方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行智能体模型的训练方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序被处理器执行时实现智能体模型的训练方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的智能体模型的训练方法的流程示意图；

图2是根据本公开第二实施例的智能体模型的训练方法的示意图；

图3是根据本公开第三实施例的智能体模型的训练方法的示意图；

图4是根据本公开第四实施例的智能体模型的训练方法的示意图；