游戏中部分可观测性的一种处理思路：学会行动与观测
机器学习
2021-08-13 v1 人工智能
计算机视觉与模式识别
计算机科学与博弈论
摘要
强化学习（RL）在玩整个环境可见的游戏方面已取得成功。然而，在诸如星际争霸 II 等复杂游戏以及整个环境不可见的真实世界环境中，RL 方法面临挑战。在这些视觉信息更为有限、更为复杂的游戏中，智能体必须选择看向何处，并如何最优地利用其有限的视觉信息，以在游戏中取得成功。我们验证了一个相对简单的模型即可让智能体在视觉带宽受限的场景中学习看向何处。我们开发了一种在 Atari 游戏中遮蔽部分环境的方法，以迫使 RL 智能体同时学习看向何处以及如何玩游戏，从而研究 RL 智能体学到了看向何处。此外，我们设计了一种神经网络架构与方法，使智能体在 Pong 游戏中能够选择看向何处以及采取何种动作。进一步，我们分析了智能体学到的策略，以更好地理解 RL 智能体如何学会玩游戏。
引用
@article{arxiv.2108.05701,
title = {An Approach to Partial Observability in Games: Learning to Both Act and Observe},
author = {Elizabeth Gilmour and Noah Plotkin and Leslie Smith},
journal= {arXiv preprint arXiv:2108.05701},
year = {2021}
}
备注
5 pages, 5 figures, to be published in proceedings of IEEE Conference on Games 2021