推进商业格斗游戏中的深度强化学习智能体：训练、集成与智能体-人类对齐
人工智能
2024-06-05 v1 人机交互
机器学习
摘要
深度强化学习(DRL)智能体已在多种游戏类型中展现出令人瞩目的成功。然而，现有研究主要侧重于优化 DRL 的能力，而非解决玩家长时间交互的挑战。在本文中，我们提出一个用于格斗游戏的实用 DRL 智能体系统，名为 Sh\=ukai，该系统已成功部署到《火影忍者手游》——一款拥有超过 1 亿注册用户的流行格斗游戏中。Sh\=ukai 量化状态以增强泛化能力，引入异构联盟训练(HELT)以实现均衡的能力、泛化能力和训练效率。此外，Sh\=ukai 实施特定奖励以使智能体的行为与人类期望对齐。Sh\=ukai 的泛化能力通过其在所有角色上的一致能力得到证明，尽管它仅基于其中 13% 的角色进行训练。此外，HELT 在样本效率上表现出显著的 22% 提升。Sh\=ukai 作为《火影忍者手游》中玩家的宝贵训练伙伴，帮助他们提升能力和技巧。
引用
@article{arxiv.2406.01103,
title = {Advancing DRL Agents in Commercial Fighting Games: Training, Integration, and Agent-Human Alignment},
author = {Chen Zhang and Qiang He and Zhou Yuan and Elvis S. Liu and Hong Wang and Jian Zhao and Yang Wang},
journal= {arXiv preprint arXiv:2406.01103},
year = {2024}
}
备注
Accept at ICML 2024