一种基于深度强化学习的MOBA游戏AI算法

本发明属于计算技术领域，提高了一种基于深度强化学习的MOBA游戏AI算法，该旨在解决虚拟自博弈导致的策略退化和在有限资源下高效训练MOBA游戏AI的技术问题。主要方案包括融合策略多样性和胜率的虚拟自博弈改进算法，稳定策略更新的双重裁剪损失函数，以及基于深度强化学习的网络模型设计，通过构建多样性评分的虚拟自博弈算法，加入策略多样性的评价因子，并采用模型融合策略，增强了策略的鲁棒性，双重裁剪损失函数的近端策略优化算法，确保了策略更新的稳定性和收敛性。深度强化学习的网络模型设计，使用全连接与循环神经网络的设计，加速了网络运行并增强了时序处理能力。该算法用于提高游戏AI的训练效率和算法的稳定性，增强AI在游戏中的表现。