基于聊天室架构的分布并行强化学习模型训练方法及系统

摘要

本发明公开一种基于聊天室架构的分布并行强化学习模型训练方法，包括根据消息中间件，构建聊天室架构的消息共享机制；将预先设置的强化学习模型的局部模型分别部署在各个所述节点中，通过各个所述节点产生的训练样本分别对各个所述节点中部署的局部模型进行训练，得到各个局部模型的更新参数；将所述更新参数保存为参数消息，并将所述参数消息利用所述消息中间件共享至所述聊天室架构中的其他所述节点；获取其他所述节点中的参数消息，将从其他所述节点中获取的参数消息与当前节点的参数消息进行聚合，得到训练后的强化学习模型。与现有技术相比，本发明提供的训练方法可有效克服现有的分布并行强化学习算法负载不均衡、单点失效等缺陷。