一种基于注意力双向LSTM模型的信念状态预测方法及系统

本申请涉一种基于注意力双向LSTM模型的信念状态预测方法及系统，涉及数据处理技术领域。该方法包括：获取目标对象在对抗过程中最近时间步的行动轨迹数据；对所述行动轨迹数据进行预处理，得到观察序列；利用预先训练好的注意力双向LSTM模型，对所述观察序列进行处理，预测得到所述目标对象下一时间步的信念状态，由于上述注意力双向LSTM模型为利用历史对抗场景中采集到的对象样本的行动轨迹样本数据及对应的实际信念状态预测得到的，因此，采用上述信念状态预测方法，能够对博弈对抗过程中的信念状态进行准确地预测，即，提高了预测结果的准确性。