智能体的强化学习方法、装置、计算机设备及存储介质

摘要

本公开提供了一种智能体的强化学习方法、装置、计算机设备及存储介质，其中，该方法包括：获取目标任务的任务需求；基于所述目标任务的任务需求，确定用于执行所述目标任务的智能体分别对应的状态空间和动作空间；基于所述状态空间、动作空间以及预先搭建的智能体强化学习框架中的基线算法对所述智能体进行中心化训练，确定所述智能体对应的值网络；基于所述智能体对应的值网络，对所述智能体对应的策略网络进行训练，以基于训练好的策略网络控制所述智能体执行所述目标任务。