microRTS 中获胜的深度强化学习智能体

在 CIG 和 CoG 举办的五届历届 IEEE microRTS（$\mu$RTS）比赛中，脚本智能体占据了绝对优势。尽管深度强化学习（DRL）算法在实时策略（RTS）游戏中取得了长足进步，但由于需要大量的训练资源以及创建和调试此类智能体的固有复杂性，它们在这一主要学术竞赛中的应用一直有限。RAISocketAI 是第一个赢得 IEEE microRTS 比赛的 DRL 智能体。在没有性能限制的基准测试中，RAISocketAI 经常击败前两届比赛的获胜者。这一首个赢得比赛的 DRL 提交可以作为未来 microRTS 比赛的基准和未来 DRL 研究的起点。迭代微调基础策略以及对特定地图进行迁移学习是 RAISocketAI 获胜表现的关键。这些策略可用于经济地训练未来的 DRL 智能体。在使用行为克隆进行模仿学习并用 DRL 微调这些模型方面的进一步工作已被证明是一种有效的方法，可以用已证明的、具有竞争力的行为来引导模型。