一种大模型辅助的智能体训练方法及系统

本发明涉及人工智能技术领域，具体涉及一种大模型辅助的智能体训练方法及系统，包括初始化智能体策略参数、环境和多模态大模型；启动训练，将多模态大模型介入对智能体行为进行评价，获得环境经验和大模型经验；更新智能体策略参数，待智能体策略水平不再提升时，结束训练，利用大模型在大规模数据集上训练后所获得的先验知识和语义理解能力，对智能体的高层次抽象任务目标进行分析并根据智能体行为给予奖励。将环境描述、任务目标作为提示词输入大模型建立环境与任务认知，推理智能体采取的动作是否合理并输出当前动作的奖励，将大模型与环境输出的奖励合并返回智能体帮助其更新自身策略，能够在一些环境下提升智能体策略性能。