人工智能AI模型的训练方法、装置、设备及介质

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112221152 A (43)申请公布日 2021.01.15 (21)申请号 202011164804.7 (22)申请日 2020.10.27 (71)申请人 腾讯科技（深圳）有限公司 地址 518057 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 韩国安　邱福浩　王亮　付强　 (74)专利代理机构 北京三高永信知识产权代理 有限责任公司 11138 代理人 徐立 (51)Int.Cl. A63F 13/67 (2014.01) G06N 20/00 (2019.01) 权利要求书3页 说明书22页 附图9页 (54)发明名称 人工智能AI模型的训练方法、装置、设备及 介质 (57)摘要 本申请公开了一种人工智能AI模型的训练 方法、装置、设备及介质，涉及人工智能的机器学 习领域。该方法包括：调用人工智能AI模型在游 戏程序中进行游戏对局获得训练数据，训练数据 包括游戏对局中的参考游戏状态、决策网络根据 参考游戏状态输出的目标游戏动作和价值网络 根据参考游戏状态输出的状态价值，状态价值包 括在k个价值分类上的k个状态子价值，k为大于1 的整数；根据训练数据以及k个价值分类对应的k 个价值计算公式，计算人工智能AI模型在参考游 戏状态采用目标游戏动作的动作价值，动作价值 A 包括在k个价值分类上的k个动作子价值；根据状 2 态价值和动作价值之差，训练人工智能AI模型。 5