[發明專利]AI模型的訓練方法、使用方法、計算機設備及存儲介質

在審

• 申請號: 202010437585.9
• 申請日: 2020-05-21
• 公開（公告）號: CN111738294A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 武建芳;周正;李宏亮;劉永升
• 申請（專利權）人: 深圳海普參數科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;A63F13/822
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

本申請提供一種AI模型的訓練方法、使用方法、計算機設備及存儲介質，該方法包括：獲取參與交互任務的用戶的交互參與數據；從所述交互參與數據內提取出樣本數據，其中，所述樣本數據包括類圖像特征、向量特征以及標注的動作標簽和角色標簽；根據所述類圖像特征、向量特征以及標注的動作標簽和角色標簽對預設神經網絡進行迭代訓練，直至所述預設神經網絡的訓練次數達到預設閾值，得到AI模型。該訓練方法可以減少AI模型的在線演算時間，并提高AI模型的準確率。

技術領域

本申請涉及人工智能的技術領域，尤其涉及一種AI模型的訓練方法、使用方法、計算機設備及存儲介質。

背景技術

隨著人工智能(Artificial Intelligence，AI)技術的快速發展，人工智能技術被廣泛的應用于各個領域，比如目前已將人工智能技術應用于雙陸棋、國際跳棋、國際象棋、圍棋等博弈類的應用程序中，并且達到超越人類職業選手的水平。除了上述棋類博弈，人工智能技術還可以應用于隱藏角色的多智能體博弈的應用程序中，但對于隱藏角色的多智能體博弈，由于不同的角色已知的信息量不同，且需要分析推理其余角色是對手還是隊友，因此人工智能技術在隱藏角色的多智能體博弈的應用中具有更大的挑戰。

目前，主要是將虛擬遺憾最小化(CounterFactual Regret Minimization，CFR)與估值網絡(value network)相結合，并通過自對弈的訓練方式進行迭代訓練，得到隱藏角色的多智能體博弈的AI模型。然而，使用現有的AI模型進行隱藏角色的多智能體博弈時，AI模型需要花費較多的在線演算時間才能輸出結果，同時還無法保證輸出結果的準確率，極大地限制了AI技術在這些應用場景中的應用。因此，如何減少AI模型的在線演算時間，并提高AI模型的準確率是目前亟待解決的問題。

發明內容

本申請的主要目的在于提供一種AI模型的訓練方法、使用方法、計算機設備及存儲介質，旨在減少AI模型的在線演算時間，并提高AI模型的準確率。

第一方面，本申請提供了一種AI模型的訓練方法，所述方法包括：

獲取參與交互任務的用戶的交互參與數據；

從所述交互參與數據內提取出樣本數據，其中，所述樣本數據包括類圖像特征、向量特征以及標注的動作標簽和角色標簽；

根據所述類圖像特征、向量特征以及標注的動作標簽和角色標簽對預設神經網絡進行迭代訓練，直至所述預設神經網絡的訓練次數達到預設閾值，得到AI模型。

第二方面，本申請還提供了一種AI模型的使用方法，應用于服務器，所述服務器部署有所述AI模型，所述AI模型為采用如本申請提供的任一項訓練方法進行訓練得到的模型；所述方法包括：

獲取參與交互任務的AI用戶的交互參與數據；

從所述交互參與數據中提取類圖像特征和向量特征，并將所述類圖像特征和向量特征輸入至與所述AI用戶對應的AI模型進行處理，得到輸出結果；

將所述輸出結果發送至所述AI用戶，以使所述AI用戶根據所述輸出結果執行對應的交互動作。

第三方面，本申請還提供了一種計算機設備，所述計算機設備包括：存儲器和處理器；

所述存儲器用于存儲計算機程序；

所述處理器，用于執行所述計算機程序并在執行所述計算機程序時，實現本申請的實施例提供的任一項所述AI模型的訓練方法。

此外，本申請還提供了另一種計算機設備，所述計算機設備包括：存儲器和處理器；

所述存儲器用于存儲計算機程序；

所述處理器，用于執行所述計算機程序并在執行所述計算機程序時，實現本申請的實施例提供的任一項所述AI模型的使用方法。