[发明专利]智能体的控制方法、装置、电子设备和存储介质

说明书

本公开提供了一种智能体的控制方法、装置、电子设备和存储介质，涉及机器学习和自然语言处理技术领域。具体实现方案为：根据多个智能体的目标状态数据生成状态序列，并将状态序列输入智能体策略模型，以根据智能体策略模型的输出，确定动作序列；其中，动作序列中包括属于第一对象的各智能体的目标控制动作；根据动作序列中的各目标控制动作，对属于第一对象的各智能体进行动作控制。由此，可以实现在多智能对抗场景中，对属于第一对象的各个智能体(比如己方智能体)进行动作控制，从而使得属于第一对象的各个智能体协作完成对抗任务。

技术领域

本公开涉及AI(Artificial Intelligence，人工智能)领域，具体涉及机器学习和自然语言处理技术领域，尤其涉及智能体的控制方法、装置、电子设备和存储介质。

背景技术

随着智能控制技术的不断发展，机器学习(包括深度学习、强化学习、监督学习、非监督学习)技术已经被广泛应用于智能机器人、无人机、无人车、工业物联网等众多领域。其中，多智能体对抗是智能控制领域的研究热点，多智能体对抗主要驱动己方智能体有效完成与敌方智能体的对抗任务，比如，己方智能体协作完成跟随、防御、攻击等对抗任务。

发明内容

本公开提供了一种用于智能体的控制方法、装置、电子设备和存储介质。

根据本公开的一方面，提供了一种智能体的控制方法，包括：

获取多个智能体的目标状态数据，其中，所述多个智能体包括属于第一对象的至少一个智能体和属于第二对象的至少一个智能体；

根据所述多个智能体的目标状态数据，生成状态序列；

将所述状态序列输入智能体策略模型，以根据所述智能体策略模型的输出，确定动作序列；其中，所述动作序列中包括属于所述第一对象的各智能体的目标控制动作；

根据所述动作序列中的各目标控制动作，对属于所述第一对象的各智能体进行动作控制。

根据本公开的另一方面，提供了一种智能体的控制装置，包括：

获取模块，用于获取多个智能体的目标状态数据，其中，所述多个智能体包括属于第一对象的至少一个智能体和属于第二对象的至少一个智能体；

生成模块，用于根据所述多个智能体的目标状态数据，生成状态序列；

确定模块，用于将所述状态序列输入智能体策略模型，以根据所述智能体策略模型的输出，确定动作序列；其中，所述动作序列中包括属于所述第一对象的各智能体的目标控制动作；

控制模块，用于根据所述动作序列中的各目标控制动作，对属于所述第一对象的各智能体进行动作控制。

根据本公开的又一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开上述一方面提出的智能体的控制方法。

根据本公开的再一方面，提供了一种计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开上述一方面提出的智能体的控制方法。

根据本公开的还一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开上述一方面提出的智能体的控制方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明