基于辅助任务学习的视频游戏决策系统

本发明涉及视频游戏决策技术领域，具体公开基于辅助任务学习的视频游戏决策系统。本发明通过全面采集并融合游戏中的视觉、数值、文本及交互数据，生成结构化游戏状态向量；构建多元辅助任务库，经评估、排序、调度，输出优先级排序的辅助任务列表；通过共享‑私有双分支网络及协同损失函数，实现主任务与辅助任务的协同学习，输出优化后的决策模型参数；基于决策模型参数及游戏状态向量生成并执行游戏操作，同时根据游戏环境的反馈数据进行不断调整和优化。本发明解决了传统游戏智能决策难以全面解析复杂游戏状态的问题，提升了决策的针对性、效率、鲁棒性和泛化性，为视频游戏决策提供全面且有力的支持。