Patent search ap:("南京信息工程大学") AND inv:"史鸿远" Page 1

1.

发明公开
一种基于逆向强化学习算法在斗地主中的应用审中-实审

公开(公告)号：CN114669056A

公开(公告)日：2022-06-28

申请号：CN202210329589.4

申请日：2022-03-31

Applicant: 南京信息工程大学

Inventor： 孔燕 , 史鸿远

IPC: A63F13/67 , A63F1/00 , G06N3/04 , G06N3/08 , G06F17/18

Abstract: 本发明公开了一种基于逆向强化学习算法在斗地主中的应用。涉及游戏与深度强化学习领域。首先对采集专家数据，获得专家数据集；然后，根据逆向强化学习和专家数据，学习到新的奖励函数；将学习到的奖励函数替换DQN算法中的奖励函数进行训练，比较两种框架的实验结果，以此来验证逆向强化学习在斗地主中的应用是否合理；最后，在RLCard平台对两种框架进行同样时间的训练，进行对比来验证新框架的效果。本发明能够通过较少的数据得到不错的结果，降低了对数据量的需求，减少了训练时间。

Patent Agency Ranking