智能体人机协作策略的训练系统、方法、设备及介质

本发明公开了一种智能体人机协作策略的训练系统、方法、设备及介质，该系统包括：队友策略种群生成模块、集中式训练模块和分布式优化模块；队友策略种群生成模块用于根据预设种群数量确定初始策略种群，并对初始策略种群进行协同演化确定目标队友策略种群；集中式训练模块用于根据目标队友策略种群获取全局轨迹信息，并根据全局轨迹信息对全局上下文编码器进行集中式训练；分布式优化模块，用于从全局轨迹信息中确定个体轨迹信息，并根据个体轨迹信息对局部上下文编码器进行优化。基于上述技术方案，显著提升智能体在复杂异质环境中的协作效果，能够与任意多行为风格人类队友进行配合的控制策略，进而提高了智能体在复杂异质环境中的协作效果。