一种防御型AIGC对抗智能体及其训练方法

一种防御型AIGC对抗智能体及其训练方法，属于人工智能技术领域。智能体中，强化学习模块通过观测策略网络得取一条轨迹；解耦学习模块根据所述轨迹生成反事实轨迹，并进行解耦学习得到奖励函数，根据奖励函数算出奖励，根据奖励生成反事实策略网络的参数；对抗学习模块中，控制器根据反事实策略网络控制智能体生成多个反向辩论动作，控制观测策略网络生成多个正向辩论动作,判别器根据多个反向辩论动作的转移状态和多个正向辩论动作的转移状态判断正向辩论动作和反向辩论动作的真伪，将真的辩论动作、状态、下一个状态及奖励作为一个四元组放入缓冲池中。本发明能够能够识别语境，使得智能体产生更灵活的辩论策略。