[发明专利]AI模型训练方法、调用方法、服务器及存储介质

说明书

本申请公开了一种AI模型训练方法、调用方法、服务器及存储介质，该方法包括：获取多组第一样本数据；将每一组所述第一样本数据输入AI模型，基于监督学习对所述AI模型进行迭代训练，直至所述AI模型收敛，获得所述不同级别中每个级别对应的Agent的AI模型；随机初始化所述AI模型进行样本生成操作，获取第二样本数据；将所述第二样本数据反向传播输入至所述AI模型，基于强化学习对所述AI模型进行迭代训练，并将训练结果作为新的第二样本数据，循环执行所述将所述第二样本数据反向传播输入至所述AI模型，基于强化学习对所述AI模型进行迭代训练的步骤，直至所述AI模型收敛，获得其他级别对应的Agent的AI模型。因此，提高了AI模型的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种AI模型训练方法、调用方法、服务器及存储介质。

背景技术

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的应用于各个领域，目前，在游戏娱乐领域，通过人工智能技术可以实现棋类游戏中虚拟Agent与真人用户之间的对局，且可以战胜最顶级的职业选手。而牌类游戏，经常是多人参与，游戏参与玩家之间的牌是互不知晓的，因此，研发牌类游戏Agent对应的AI模型具有更大的挑战。

目前，主要基于深度神经网络(Deep Neural Network,DNN)来实现AI模型，通常是基于每一方的数据单独进行AI模型的训练，无法充分的利用数据，AI模型的准确性较差。因此，如何提高AI模型的准确性是目前亟待解决的问题。

发明内容

本申请实施例提供一种AI模型训练方法、调用方法、服务器及存储介质，可以实现提高AI模型的准确性。

第一方面，本申请实施例提供了一种AI模型训练方法，包括：

获取多组第一样本数据，所述多组第一样本数据为不同级别的多个用户对应的数据；

将每一组所述第一样本数据输入AI模型，基于监督学习对所述AI模型进行迭代训练，直至所述AI模型收敛，获得所述不同级别中每个级别对应的Agent的AI模型；

随机初始化所述AI模型进行样本生成操作，获取第二样本数据；

将所述第二样本数据反向传播输入至所述AI模型，基于强化学习对所述AI模型进行迭代训练，并将训练结果作为新的第二样本数据，循环执行所述将所述第二样本数据反向传播输入至所述AI模型，基于强化学习对所述AI模型进行迭代训练的步骤，直至所述AI模型收敛，获得所述不同级别以外的其他级别对应的Agent的AI模型。

第二方面，本申请实施例还提供了一种AI模型调用方法，包括：

获取待评估Agent对应的第一初始评估参数；

根据所述第一初始评估参数，选取与所述第一初始评估参数匹配的多个第一类基准Agent的AI模型；

调用多个所述第一类基准Agent的AI模型，控制所述待评估Agent与多个所述第一类基准Agent执行相应的对局操作，以对所述待评估Agent进行能力评估。

第三方面，本申请实施例还提供了一种服务器，其特征在于，所述服务器包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，所述存储器存储有AI模型，其中所述计算机程序被所述处理器执行时，实现如上述的AI模型训练方法；或者，实现如上述的AI模型调用方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时使所述处理器实现上述的AI模型训练方法；或者，实现上述的AI模型调用方法。