应用于 StarCraft 的 RTS 游戏中计划识别的贝叶斯模型
机器学习
2011-11-17 v1 人工智能
摘要
钥匙孔（无干扰）计划识别任务是自适应游戏 AI 的核心。“科技树”或“建造树”是即时战略（RTS）游戏战略性（长期）规划的核心。本文提出了一个通用且简单的贝叶斯模型，用于从含噪观测中预测 RTS 建造树，其参数从回放（游戏日志）中学习得到。这种无监督机器学习方法利用了玩家数据（在 RTS 中很常见），为游戏开发者带来了极小的工作量。我们将其应用于 StarCraft1，结果表明它能产生高质量且稳健的预测，可以为自适应 AI 提供支持。
引用
@article{arxiv.1111.3735,
title = {A Bayesian Model for Plan Recognition in RTS Games applied to StarCraft},
author = {Gabriel Synnaeve and Pierre Bessière},
journal= {arXiv preprint arXiv:1111.3735},
year = {2011}
}
备注
7 pages; Artificial Intelligence and Interactive Digital Entertainment Conference (AIIDE 2011), Palo Alto : \'Etats-Unis (2011)