买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都潜在人工智能科技有限公司申请的专利一种基于蒙特卡洛采样的棋牌强化学习方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115054906B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210761411.7，技术领域涉及：A63F9/20；该发明授权一种基于蒙特卡洛采样的棋牌强化学习方法、系统及介质是由尹学渊;肖钦引;康彪;江天宇设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种基于蒙特卡洛采样的棋牌强化学习方法、系统及介质在说明书摘要公布了：本发明提供了一种基于蒙特卡洛采样的棋牌强化学习方法、系统及介质，包括，获取玩家的当前状态；确定玩家在所述当前状态下的多个预测动作；对于所述多个预测动作中的每一个：将所述当前状态和预测动作输入棋牌模型，模型输出所述预测动作对应的第一评分，其中，所述棋牌模型通过基于蒙特卡洛采样得到的训练样本训练得到；将最大的第一评分所对应的预测动作作为玩家的当前动作,使得可以将模型的输出变成1维，便于结果收敛。

本发明授权一种基于蒙特卡洛采样的棋牌强化学习方法、系统及介质在权利要求书中公布了：1.一种基于蒙特卡洛采样的棋牌强化学习方法，其特征在于，包括， 获取玩家的当前状态； 确定玩家在所述当前状态下的多个预测动作； 对于所述多个预测动作中的每一个： 将所述当前状态和预测动作输入棋牌模型，模型输出所述预测动作对应的第一评分；其中，所述棋牌模型通过基于蒙特卡洛采样得到的训练样本训练得到； 将最大的第一评分所对应的预测动作作为玩家的当前动作； 所述棋牌模型通过以下方式获得： 获取多个样本对局信息； 基于所述样本对局信息中玩家的输赢，标注所述样本对局信息的分值；将玩家输的样本对局信息的分值确定为-1，将玩家赢的样本对局信息的分值确定为1； 将被标注的样本对局信息输入初始棋牌模型进行训练，得到训练好的棋牌模型； 获取样本对局信息，包括： 获取玩家在每局游戏中的多个样本当前状态； 对于所述多个样本当前状态中的每一个： 基于标注分值，分别对所述样本当前状态对应的多个样本预测动作和样本当前动作赋值；样本预测动作为每局游戏中的预测动作；样本当前动作为每局游戏中的当前动作；当这局游戏玩家赢时，对每个样本当前状态对应的样本当前动作赋值为1，为其他样本预测动作赋值为0； 将每局游戏中的所述多个样本当前状态、每个所述样本当前状态对应的所述样本预测动作的值和所述样本当前动作的值作为所述样本对局信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都潜在人工智能科技有限公司，其通讯地址为：610000 四川省成都市高新区益州大道中段722号1栋1单元12层1210号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。