【技術實現步驟摘要】
本申請涉及智能算法開發，特別是涉及一種智能體開發平臺、方法、介質及設備。
技術介紹
1、典型的算法模型開發平臺一般包含數據準備模塊、模型搭建模塊和模型訓練模塊三個模塊，能實現簡單的數據處理、模型調參和模型訓練功能，適用于簡單場景的項目管理和模型開發，但面對復雜場景的項目和任務時，則難以實現算法模型的有效開發。
技術實現思路
1、本申請提供一種智能體開發平臺、方法、介質及設備，能夠全面輔助用戶開發面向任務規劃的智能決策類算法模型，降低智能任務規劃的研發門檻與時間成本，促進任務規劃算法的快速升級演進。
2、本申請實施例第一方面提供一種智能體開發平臺，上述智能體開發平臺包括：
3、混合云異構計算資源管理模塊，用于對集成的多種計算資源進行監控，并響應于用戶的資源請求，對所述多種計算資源進行調度和分配；
4、算法模型自動化開發模塊，用于為用戶提供目標開發環境和目標算法模板，并響應于用戶在所述目標開發環境中對所述目標算法模板的編輯指令，生成初始智能算法模型；
5、智能博弈分布式訓練模塊，用于基于目標數據集對所述初始智能算法模型進行分布式訓練，得到目標智能算法模型；
6、智能算法模型評估模塊，用于響應于用戶的指標選擇指令，確定評價指標，并基于所述評價指標對所述目標智能算法模型進行評估，驗證所述目標智能算法模型的有效性。
7、可選地，所述混合云異構計算資源管理模塊包括：
8、集成資源子模塊，用于對所述多種計算資源進
9、容器化部署子模塊，用于將所述智能體開發平臺及其依賴的仿真環境打包成輕量級容器，以使用戶基于所述輕量級容器，在目標操作系統中部署和運行所述智能體開發平臺。
10、可選地，所述算法模型自動化開發模塊包括：
11、集成開發環境子模塊，用于集成多種人工智能計算框架引擎與算法開發工具，并響應于用戶的任務創建指令，從多種人工智能計算框架引擎中確定目標框架引擎，并在所述目標開發環境中安裝所述目標框架引擎對應的依賴包，向用戶提供所述算法開發工具；
12、輔助開發工具子模塊，用于集成多種智能體開發的算法模板，并響應于用戶通過所述算法開發工具對所述算法模板的編輯指令，生成所述初始智能算法模型。
13、可選地，所述智能算法模型評估模塊包括：
14、第一評估子模塊，用于響應于用戶的第一指標選擇指令，確定第一評價指標，并基于所述第一評價指標對多個版本的所述目標智能算法模型進行對比評估，得到最優目標智能算法模型；多個版本的所述目標智能算法模型是用戶對所述初始智能算法模型進行調整并進行分布式訓練后得到的；
15、第二評估子模塊，用于響應于用戶的第二指標選擇指令，確定第二評價指標，并基于所述第二評價指標將所述最優目標智能算法模型與集成的多種基線算法模型進行對比評估，驗證所述最優目標智能算法模型的有效性。
16、可選地，所述第一評估子模塊包括：
17、橫向評估單元，用于在同一訓練任務下，將不同版本的所述目標智能算法模型進行對比評估，并根據評估結果確定最優版本的目標智能算法模型；
18、縱向評估單元，用于在同一訓練任務下，將最優版本下的多個目標智能算法模型進行對比評估，并根據評估結果確定所述最優目標智能算法模型；最優版本下的多個目標智能算法模型是基于不同的訓練參數對所述初始智能算法模型進行分布式訓練得到的。
19、可選地，所述智能體開發平臺還包括：
20、算法模型部署模塊，用于存儲所述目標智能算法模型的網絡參數文件，并響應于用戶的部署指令，基于所述網絡參數文件將所述目標智能算法模型離線部署或者在線部署至目標操作系統中。
21、基于相同專利技術構思，本申請實施例第二方面提供一種智能體開發方法，上述方法包括：
22、對集成的多種計算資源進行監控，并響應于用戶的資源請求，對所述多種計算資源進行調度和分配；
23、為用戶提供目標開發環境和目標算法模板，并響應于用戶在所述目標開發環境中對所述目標算法模板的編輯指令，生成初始智能算法模型；
24、基于目標數據集對所述初始智能算法模型進行分布式訓練，得到目標智能算法模型；
25、響應于用戶的指標選擇指令，確定評價指標，并基于所述評價指標對所述目標智能算法模型進行評估，驗證所述目標智能算法模型的有效性。
26、基于相同專利技術構思，本申請實施例第三方面提供一種存儲介質，所述存儲介質內存儲有機器可執行指令，所述機器可執行指令被處理器執行時實現如本申請第二方面提出的智能體開發方法。
27、基于相同專利技術構思，本申請實施例第四方面提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行時實現如本申請第二方面提出的智能體開發方法。
28、與現有技術相比，本申請包括以下優點：
29、本申請實施例提供的一種智能體開發平臺包括：混合云異構計算資源管理模塊，用于對集成的多種計算資源進行監控，并響應于用戶的資源請求，對多種計算資源進行調度和分配；算法模型自動化開發模塊，用于為用戶提供目標開發環境和目標算法模板，并響應于用戶在目標開發環境中對目標算法模板的編輯指令，生成初始智能算法模型；智能博弈分布式訓練模塊，用于基于目標數據集對初始智能算法模型進行分布式訓練，得到目標智能算法模型；智能算法模型評估模塊，用于響應于用戶的指標選擇指令，確定評價指標，并基于評價指標對目標智能算法模型進行評估，驗證目標智能算法模型的有效性。從而，通過采用基于云服務的精準化資源調度、基于容器虛擬化的計算框架柔性集成和應用系統全流程服務化等技術，全面輔助用戶開發面向任務規劃的智能決策類算法模型，降低智能任務規劃的研發門檻與時間成本，促進任務規劃算法的快速升級演進。
本文檔來自技高網...【技術保護點】
1.一種智能體開發平臺，其特征在于，所述智能體開發平臺包括：
2.根據權利要求1所述的智能體開發平臺，其特征在于，所述混合云異構計算資源管理模塊包括：
3.根據權利要求1所述的智能體開發平臺，其特征在于，所述算法模型自動化開發模塊包括：
4.根據權利要求1所述的智能體開發平臺，其特征在于，所述智能算法模型評估模塊包括：
5.根據權利要求4所述的智能體開發平臺，其特征在于，所述第一評估子模塊包括：
6.根據權利要求1所述的智能體開發平臺，其特征在于，所述智能體開發平臺還包括：
7.一種智能體開發方法，其特征在于，所述方法包括：
8.根據權利要求7所述的智能體開發方法，其特征在于，響應于用戶的指標選擇指令，確定評價指標，并基于所述評價指標對所述目標智能算法模型進行評估，驗證所述目標智能算法模型的有效性，包括：
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時，實現如權利要求7至8任一項所述的智能體開發方法。
10.一種電子設備，包括存儲器
...【技術特征摘要】
1.一種智能體開發平臺，其特征在于，所述智能體開發平臺包括：
2.根據權利要求1所述的智能體開發平臺，其特征在于，所述混合云異構計算資源管理模塊包括：
3.根據權利要求1所述的智能體開發平臺，其特征在于，所述算法模型自動化開發模塊包括：
4.根據權利要求1所述的智能體開發平臺，其特征在于，所述智能算法模型評估模塊包括：
5.根據權利要求4所述的智能體開發平臺，其特征在于，所述第一評估子模塊包括：
6.根據權利要求1所述的智能體開發平臺，其特征在于，所述智能體開發平臺還包括：
7.一種智能體開發方...
【專利技術屬性】
技術研發人員：王朋，張晨光，趙亞麗，曹揚，吳京輝，趙思聰，薛源，
申請(專利權)人：北京航天晨信科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。