对抗集群的训练方法及系统、对抗集群的对抗方法及系统

本公开涉及人工智能和集群对抗技术领域，提供一种对抗集群的训练方法及系统、对抗集群的对抗方法及系统，该训练方法包括：将对抗数据实时存储到在线策略样本存储器中；每当在线策略样本存储器中的数据量超过预设的第一阈值，将数据转移到离线策略样本存储器中；从离线策略样本存储器中筛选出智能体的对抗指标最优的多个数据，得到过滤后的数据；基于在线策略样本存储器中的当前数据及过滤后的数据，确定策略梯度；基于策略梯度，更新对抗集群中的智能体的神经网络参数，以训练对抗集群。本公开可以解决集群的对抗能力弱、对抗策略固化和适应性差的问题，可以增强集群的对抗能力，提升集群持续学习演进，提高对抗策略的灵活性和适应性。