基于多智能体强化学习的问答方法及系统

本发明涉及了人工智能及神经网络技术领域，具体涉及了基于多智能体强化学习的问答方法及系统，本方法包括：首先，获取人机交互时采集的环境数据，据此生成推理任务并将其拆分为多个子任务。接着，运用大语言模型、提示学习和编写接口函数，构建与子任务数量对应的独立智能体，这些智能体通过接口函数执行各自设定的子任务。随后，采用强化学习方法将多个智能体构建为多智能体框架。最后，将推理任务输入多智能体框架，利用强化学习训练框架中的智能体，动态更新其参数，直至满足迭代停止条件，从而获得最优推理结果。