一种基于强化学习的角色个性化行为生成方法

本发明公开了一种基于强化学习的角色个性化行为生成方法，涉及强化学习技术领域，包括如下步骤：S1、采集角色历史行为数据，生成行为模式序列；S2、利用行为模式序列训练扩散变换器，生成初始个性化行为序列；S3、采用正反螺旋鲸鱼搜索算法优化初始个性化行为序列，输出优化后的个性化行为序列；S4、结合角色所处环境的反馈信息，对角色个性特征参数进行二次动态调整；S5、采用大语言模型对个性化行为策略进行评估，对个性化行为策略进行筛选，并输出最终个性化行为策略。本发明结合强化学习、扩散变换器和正反螺旋鲸鱼搜索算法，实现角色个性化行为生成，具备行为多样性强、个性匹配度高和环境适应性强的优点。