[发明专利]智能体的控制方法及系统、计算机装置以及存储介质

权利要求书

1.一种智能体的控制方法，其特征在于，所述控制方法用于包含多个智能体通过各自的行为操作执行协同任务的系统，所述控制方法包括：

以所述多个智能体中的一个智能体为目标智能体，并获取所述目标智能体的当前观测信息；以及在一角色控制机制下执行以下步骤：

基于包含所述当前观测信息的输入信息集进行处理以获得与所述当前角色属性对应的行为特征，包括：

利用角色编码器基于所述输入信息集生成所述当前角色属性；

利用角色解码器将所述当前角色属性转换为所述行为特征；

依据所述行为特征生成所述目标智能体为执行所述协同任务的当前行为信息；

按照所生成的当前行为信息控制所述目标智能体的当前行为操作，所述目标智能体的一段时间内的行为操作用于反映所述目标智能体的当前角色属性，所述当前角色属性是由所述角色控制机制生成的；以及

基于所述目标智能体的包含新的观测信息的输入信息集重新执行上述生成步骤和控制步骤，以利用新的行为信息控制所述目标智能体执行所述协同任务中的新的行为操作。

2.根据权利要求1所述的智能体的控制方法，其特征在于，所述输入信息集还包括所述目标智能体的轨迹信息。

3.根据权利要求1所述的智能体的控制方法，其特征在于，所述角色编码器包括编码单元和采样单元；所述利用角色编码器基于所述输入信息集生成所述当前角色属性的步骤包括：

所述编码单元用于基于所述输入信息集输出角色特征信息；以及

所述采样单元用于对基于所述角色特征信息而得到的角色分布进行采样处理以得到所述当前角色属性。

4.根据权利要求1所述的智能体的控制方法，其特征在于，所述角色控制机制基于所述目标智能体的当前观测信息、所述目标智能体的当前角色属性、以及所述目标智能体的轨迹信息而被优化，以使所述目标智能体所执行的后续行为操作能反映出比优化前具有更高识别性的角色属性。

5.根据权利要求1或4所述的智能体的控制方法，其特征在于，所述角色控制机制基于所述多个智能体的当前观测信息、所述多个智能体的当前角色属性、以及所述多个智能体的轨迹信息而被优化，以使所述目标智能体所执行的后续行为操作反映出比优化前具有更专业化的角色属性。

6.根据权利要求1所述的智能体的控制方法，其特征在于，所述基于包含所述当前观测信息的输入信息集生成所述目标智能体的当前行为信息的步骤包括基于包含所述当前观测信息的输入信息集生成所述目标智能体的当前评价信息；所述智能体的控制方法还包括：

根据所述目标智能体的当前评价信息以及所述多个智能体中其他智能体所生成的各自当前评价信息生成所述多个智能体执行协同任务的整体评价信息；以及

基于所述整体评价信息对所述角色控制机制进行优化。

7.根据权利要求1所述的智能体的控制方法，其特征在于，还包括可视化表示各智能体当前角色属性的相似性的步骤。