用于作战仿真的模型的训练方法、装置、设备和存储介质

摘要

本发明涉及一种用于作战仿真的神经网络模型的训练方法、装置、设备和存储介质，该方法包括：获取多组第一环境信息；将任意一组第一环境信息输入至预先构建的神经网络模型，得到第一次要执行的动作；并应用预先训练的评估模型对第一次执行动作进行评分，根据评分结果更新预先构建的神经网络模型的参数；根据参数优化预先构建的神经网络模型；依次将其余的每一组第一环境信息输入至上一次优化后的神经网络模型，得到该组第一环境信息对应的要执行的动作，并执行对应的动作，应用预先训练的评估模型对本次执行动作进行评分，直至优化后的神经网络模型满足第一收敛条件，确定第一目标神经网络模型。应用到作战仿真平台中，使作战行为更智能。