基于對手動作預(yù)測的智能博弈對抗算法

摘要： 智能博弈對抗場景中，多智能體強化學(xué)習(xí)算法存在“非平穩(wěn)性”問題，智能體的策略不僅取決于環(huán)境，還受到環(huán)境中對手（其他智能體）的影響。根據(jù)對手與環(huán)境的交互信息，預(yù)測其策略和意圖，并以此調(diào)整智能體自身策略是緩解上述問題的有效方式。提出一種基于對手動作預(yù)測的智能博弈對抗算法，對環(huán)境中的對手進行隱式建模。該算法通過監(jiān)督學(xué)習(xí)獲得對手的策略特征，并將其與智能體的強化學(xué)習(xí)模型融合，緩解對手對學(xué)習(xí)...