一种基于信息瓶颈理论的强化学习对战游戏AI训练方法

摘要

本发明涉及一种基于信息瓶颈理论的强化学习对战游戏AI训练方法，包括以下步骤：1)AI训练模型的初始化；2)通过游戏AI在仿真环境中进行决策交互得到样本训练批数据集；3)根据游戏AI与环境交互得到的样本训练批数据集，采用强化学习算法迭代训练AI训练模型，并分阶段保存AI训练模型的参数；4)将保存的不同阶段AI训练模型的部分参数固定，利用强化学习算法重新训练余下参数进行微调，得到最终不同等级AI的AI训练模型，并由此生成对战游戏AI文件。与现有技术相比，本发明具有采样效率高、训练速度快、测试灵活性高、AI分等级等优点。