即时策略游戏的策略模型及其训练方法

本发明公开一种即时策略游戏的策略模型，将RTS游戏描述为马尔可夫博弈形式；环境大小为，和分别表示网格的高度和宽度；状态空间为；全局观测空间为，表示实数空间，表示特征通道维度；联合动作空间为，表示控制单位的动作维度；状态转移函数为；奖励函数为；策略为；策略模型为。本发明解决现有技术中存在的问题，通过策略模型架构和训练方法的创新，能够以更低的计算资源开销进行训练，同时能够适应各种RTS游戏的设定。