[发明专利]一种决策网络模型自博弈训练方法及系统有效
| 申请号： | 201811410380.0 | 申请日： | 2018-11-23 |
| 公开（公告）号： | CN109598342B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 任金磊;路鹰;张耀磊;李君;黄虎;郑本昌;张佳;晁鲁静;倪越;吕静 | 申请（专利权）人： | 中国运载火箭技术研究院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 范晓毅 |
| 地址： | 100076 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种决策网络模型自博弈训练方法，包括如下步骤：步骤一、采用模拟退火算法对EN网络的初始网络参数进行变异，变异后得到红方EN网络和蓝方EN网络；步骤二、将步骤一中所述的红方EN网络和蓝方EN网络放入对抗环境进行博弈对抗，记录对抗关键节点的决策数据和EN值；步骤三、对步骤二中博弈对抗的胜利方的决策数据和EN值作为有效样本进行保存，将失败方的数据淘汰；步骤四、根据步骤三中的有效样本对EN网络进行训练，获得优化后的网络参数，将优化后的网络参数作为新的初始网络参数；步骤五、循环重复步骤一到步骤四，实现自博弈训练。本发明通过使用自博弈训练方法，可以形成层次化的AI决策智能体,为博弈指挥员提供高水平辅助决策支持。 | ||
| 搜索关键词： | 一种 决策 网络 模型 博弈 训练 方法 系统 | ||
【主权项】：
1.一种决策网络模型自博弈训练方法，其特征在于：包括如下步骤：步骤一、采用模拟退火算法对EN网络的初始网络参数进行变异，变异后得到红方EN网络和蓝方EN网络；步骤二、将步骤一中所述的红方EN网络和蓝方EN网络放入对抗环境进行博弈对抗，记录对抗关键节点的决策数据和EN值；步骤三、对步骤二中博弈对抗的胜利方的决策数据和EN值作为有效样本进行保存，将失败方的数据淘汰；步骤四、根据步骤三中的有效样本对EN网络进行训练，获得优化后的网络参数，将优化后的网络参数作为新的初始网络参数；步骤五、循环重复步骤一到步骤四，实现自博弈训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国运载火箭技术研究院，未经中国运载火箭技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811410380.0/，转载请声明来源钻瓜专利网。
