一种基于不确定性特征的对手建模方法和装置

本发明提供一种基于不确定性特征的对手建模方法和装置，包括：获取智能体与环境交互过程中的交互数据；交互数据包括当前己方观测数据、当前己方动作数据、当前对手观测数据、当前对手动作数据、第一环境奖励数据和下一步己方观测数据；将当前己方观测数据和当前己方动作数据输入对手建模模型，建模对手的确定性特征和不确定性特征得到模型输出；利用当前对手观测数据、当前对手动作数据、第一环境奖励数据和下一步己方观测数据，以及模型输出计算损失函数；基于损失函数优化模型得到训练后的模型；基于训练后的模型进行对手建模得到对手建模结果。本发明引入了确定性和不确定性混合的特征，从而有效地提高了对具有随机性行为的对手的建模能力。