一种基于“规则-智能”双策略库和模糊逻辑的智能对手选择训练框架

本发明公开了一种基于“规则‑智能”双策略库和模糊逻辑的智能对手选择训练框架，包括：S1、建立基于规则的对手策略库；S2、建立通过与规则策略交互生成的智能对手策略库；S3、在固定次数的训练迭代中，根据决策结果从对手策略库中选择对手；S4、进行一次评估，即令最新的智能体模型与固定的高水平规则策略进行博弈；S5、评估当前的模型性能和实时训练结果作为评价指标；S6、首先构建模糊综合评价模型，使用模糊综合评价模型来决定是否切换对手策略库，并根据该次结果选择接下来固定次数的训练迭代中使用的对手策略库。本发明在高保真空中博弈游戏等博弈游戏中，通过对对手选择框架的深入研究，提升了智能体的泛化能力和博弈性能。