智能体强化学习方法、交互方法

本公开提供了一种智能体强化学习方法及交互方法，涉及人工智能技术领域。具体实现方案包括：获取外部环境基于候选时刻的当前环境状态；根据当前环境状态和待交互对象的历史动作序列，确定待交互对象的预估对象意图；基于待训练智能体的角色行为风格，确定与预估对象意图匹配的智能体动作；执行智能体动作，并获取基于智能体动作的交互响应结果，交互响应结果包括外部环境的状态转移结果和/或待交互对象的实际交互动作；以及根据交互响应结果，更新预估对象意图和智能体动作，以实现对待训练智能体的强化学习。