一种基于对手模型和迭代推理的策略识别与重用方法

摘要

本发明提供了一种基于对手模型和迭代推理的策略识别与重用方法，包括离线学习阶段和在线重用阶段，离线学习阶段通过强化学习算法得到对手当前策略的应对策略并用于构建策略库，获取对手当前行为数据构建对手模型，依托对手模型构建基于效用值的性能模型；在线重用阶段获取效用值和对手行为信息，通过迭代推理估计对手策略，调用策略库中的应对策略进行重用。本发明引入了回合内信念用于实时修正贝叶斯迭代推理的结果，结合对手模型可以在回合内识别对手策略是否改变，并及时采用最优应对策略；回合内信念的更新仅需要观测对手行为而不依赖效用值函数；本发明可以识别回合内切换策略、回合间随机切换策略且具有推理能力的对手，并重用最优应对策略。