AI模型学习方法、服务器及计算机可读存储介质技术

本申请公开了一种AI模型学习方法、服务器及计算机可读存储介质，该方法包括：确定智能体的活动时间序列episode中每个序列元素memory对应的熵信息；其中，所述episode被划分为多个序列段trajectory，每个所述trajectory中包含多个所述memory；根据每个所述trajectory中各个所述memory对应的所述熵信息，确定每个所述trajectory对应的平均熵信息；根据所述平均熵信息，对所述智能体对应AI模型的当前学习进行奖励，以提升所述AI模型的多样性。本申请实施例实现了提高AI模型的多样性。

【技术实现步骤摘要】

本申请涉及人工智能，尤其涉及一种ai模型学习方法、服务器及计算机可读存储介质。

技术介绍

1、随着人工智能(artificial intelligence，ai)技术的快速发展，人工智能技术被广泛应用于3d游戏、虚拟交通、自动驾驶仿真、机器人轨迹规划等各个领域，在3d虚拟空间中进行ai仿真具有非常大的商业价值。以3d游戏为例，通常，3d游戏大多是多个ai可以同时与环境进行交互，一个ai对环境做的动作而产生的状态也会影响另一个ai，因此，如何同时训练多个ai成为了一个问题。目前，业界常用的方法是自对弈(self-play)，通过不断的学习，ai在不同的状态下产生不同的动作。只是，由于ai在学习的时候只学习过自己的数据，训练获得的ai模型存在多样性不足的问题。

2、因此，如何提高ai模型的多样性成为亟需解决的问题。

技术实现思路

1、本申请实施例提供一种ai模型学习方法、服务器及计算机可读存储介质，可以实现提高ai模型的多样性。

2、第一方面，本申请实施例提供了一种ai模型学习方法，包括：本文档来自技高网...

【技术保护点】

1.一种人工智能AI模型学习方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述平均熵信息对应熵值越大，所述AI模型的多样性越强；反之，所述平均熵信息对应熵值越小，所述AI模型的多样性越弱。

3.根据权利要求1所述的方法，其特征在于，所述根据每个所述trajectory中各个所述memory对应的所述熵信息，确定每个所述trajectory对应的平均熵信息之后，包括：

4.根据权利要求3所述的方法，其特征在于，每个所述memory对应的所述熵信息包括熵entropyi和最大熵max_entropyi；每个所述trajectory对应...

【技术特征摘要】

1.一种人工智能ai模型学习方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述平均熵信息对应熵值越大，所述ai模型的多样性越强；反之，所述平均熵信息对应熵值越小，所述ai模型的多样性越弱。

3.根据权利要求1所述的方法，其特征在于，所述根据每个所述trajectory中各个所述memory对应的所述熵信息，确定每个所述trajectory对应的平均熵信息之后，包括：

4.根据权利要求3所述的方法，其特征在于，每个所述memory对应的所述熵信息包括熵entropyi和最大熵max_entropyi；每个所述trajectory对应的所述平均熵信息包括平均熵entropy和平均最大熵max_entropy；所述全局熵信息包括全局熵global_entropy和全局最大熵global_max_entropy。

5.根据权利要求4所述的方法，其特征在于，所述确定智能体的活动时间序列episode中每个序列元素memory对应的熵信息，包括：<...

【专利技术属性】
技术研发人员：杨培，许壮，李子康，司徒慧翔，梁泽年，陈家涛，
申请(专利权)人：深圳海普参数科技有限公司，
类型：发明
国别省市：