一种基于决策者偏好的人机交互方法

本发明属于人机交互技术领域，具体涉及一种基于决策者偏好的人机交互方法，能够精确捕捉和量化决策者对于不同策略的偏好，选出最佳决策结果。该方法的具体过程为：与仿真环境交互进行轨迹数据生成；随机截取设定长度的轨迹数据，并两两组合进行决策者偏好标签标注，构成用于训练的样本数据；利用所述样本数据进行神经网络训练，神经网络输出每一时间步对应的偏好得分和对应权重，得到偏好预测结果，计算损失函数并更新神经网络参数；将给定的若干个均衡策略输入仿真环境中，获得轨迹数据，利用训练好的神经网络获得轨迹数据的偏好得分和对应权重，进一步计算出最优的策略。