Hungry Geese中深度学习方法的探索
人工智能
2021-09-07 v1
摘要
Hungry Geese 是流行游戏贪吃蛇的一种 n 人变体。本文考察了最先进的深度强化学习价值方法。论文的目标是汇总基于价值方法的研究，并将其作为练习应用于其他环境。我们检验并测试了 vanilla 深度 Q 网络（Deep Q Network）、双重 Q 网络（Double Q-network）和竞争 Q 网络（Dueling Q-Network）在 Hungry Geese 环境中的表现。由于简单的状态表示和较小的网络结构，表现最佳的模型是 vanilla 深度 Q 网络。由于随机的 geese 初始化和食物生成，收敛到最优策略十分困难。因此我们表明深度 Q 网络可能并非此类随机环境的合适模型，最后我们提出了可做的改进以及更适合该环境的模型。
引用
@article{arxiv.2109.01954,
title = {An Exploration of Deep Learning Methods in Hungry Geese},
author = {Nikzad Khani and Matthew Kluska},
journal= {arXiv preprint arXiv:2109.01954},
year = {2021}
}