一种基于持续学习的智能体训练方法及系统

本发明属于智能体训练技术领域，公开了一种基于持续学习的智能体训练方法及系统。所述的方法包括如下步骤：定义元学习目标和智能体的若干预设任务，构建经验回放池和数据特征提取模型；对若干历史数据进行特征提取和聚类；使用群智能优化算法，对智能体的初始智能体参数进行优化；对初始化的智能体进行预训练，并将若干历史元学习经验存储至经验回放池；对若干实时数据进行特征提取，并确认若干新任务；调整损失函数，并在若干新任务下，对预训练的智能体进行训练，得到最终的智能体。本发明解决了现有技术存在的存在灾难性遗忘、泛化能力不足、标记数据依赖、训练效率低下以及难以处理非静态环境的问题。