[发明专利]一种多人非完备信息博弈游戏策略生成方法和装置

摘要

本发明涉及一种多人非完备信息博弈游戏策略生成方法和装置，包括：获取玩家决策前的博弈状态信息；基于共享策略网络和博弈状态信息确定最优决策动作，以便玩家参考最优决策动作制定目标定决策动作；其中，共享策略网络，是预先利用共享数据集中的博弈样本训练的强化学习网络。本发明共享策略网络是一种强化学习网络结构，主要采用离线方式进行学习，将大量用于学习的计算量放在训练阶段，从而在使用阶段只需要以博弈状态信息为切入点调用训练好的策略网络即可实时决策，避免了其他博弈策略搜索算法搜索过程中计算量大以及耗时长的问题。