智能体训练方法、装置、设备、存储介质及程序产品

本申请公开了一种智能体训练方法、装置、设备、存储介质及程序产品，涉及人工智能技术领域，该方法包括：根据模型超参数配置，创建智能体的训练环境；基于训练环境，初始化共享智能体，共享智能体设置核心智能体和自定义优化器的网络结构，核心智能体设置有多头自注意力网络和多演员家网络；在多进程并行环境中，根据输入图像对共享智能体进行迭代训练，获得累积折扣总奖励和总损失大小；根据累积折扣总奖励和总损失大小对共享智能体进行参数更新。由于本申请利用多头自注意力网络和多演员家网络的网络结构来优化共享智能体，可改善智能体的探索效率，避免陷入局部最优，减轻了过拟合风险，从而提高了智能体的泛化能力和采样准确性。