中至江西智能技能请求用于决议计划模型练习的中心步的奖赏分核算方法及体系专利处理现存技能中决议计划模型出牌质量低的问题

  金融界2024年10月30日音讯，国家知识产权局信息数据显现，中至江西智能技能有限公司请求一项名为“用于决议计划模型练习的中心步的奖赏分核算方法及体系”的专利，公开号 CN 118831311 A，请求日期为 2024 年 6 月。

  专利摘要显现，本发明公开了一种用于决议计划模型练习的中心步的奖赏分核算体系，该体系包含：存储器、处理器以及存储在存储器上的核算机模块，核算机模块用于提供在处理器上运转的核算机程序；核算机模块包含：树立模块，用于别离树立胡牌猜测模型和决议计划模型；猜测模块，用于在决议计划模型对当时牌局作出每一步的决议计划动作之前，经过胡牌猜测模型猜测当时牌局的猜测胡牌成果；确认模块，用于依据猜测胡牌成果和实践胡牌成果确认当时牌局的回推中心步的奖赏分的终究奖赏分的核算规矩；回推模块，用于依据终究奖赏分的核算规矩确认终究奖赏分，并依据终究奖赏分对中心步的奖赏分进行回推得到中心步的奖赏分。本发明处理了现存技能中决议计划模型出牌质量低的问题。