基于DQN与混合纳什均衡的动态策略实时优化方法

本发明公开了一种基于DQN与混合纳什均衡的动态策略实时优化方法，属于深度学习技术领域。本发明通过初始化深度神经网络估算参与者Q值，输入博弈信息构建得益矩阵；利用DQN迭代优化网络参数逼近混合纳什均衡解，提取均衡向量生成动态策略，实现实时自适应决策。该方法解决了复杂博弈场景下策略动态调整与全局优化的技术难题，适用于资源分配、智能对抗推演等领域。创新点在于结合DQN的自主学习能力与混合纳什均衡的多利益平衡机制，为高维动态博弈提供高效决策支持。