一种基于深度强化学习的游戏智能体设计方法及系统

一种基于深度强化学习的游戏智能体设计方法及系统，涉及智能体深度强化学习领域。解决现有的智能体博弈中使用蒙特卡洛树搜索算法的搜索效率低，难在实际应用中的问题，本发明提供以下方案，利用深度学习算法对游戏状态空间进行建模，并利用神经网络对状态值函数进行估计；采用改进蒙特卡洛树搜索算法对游戏进行搜索，并利用状态值函数进行评估；利用强化学习算法对游戏进行学习，以学习最优策略；最后，对训练结果进行评估和优化，以提高游戏系统的性能和稳定性。