在基于文本的游戏中通过计数进行探索与泛化
计算与语言
2019-03-08 v2 机器学习
摘要
我们提出一种带有情景探索机制的循环 RL 智能体，有助于在基于文本的博弈环境中发现良好策略。我们在一组生成的、难度各异的基于文本的游戏中展示了有前景的结果，其目标是在房间链末端收集一枚硬币。与先前的基于文本的 RL 方法不同，我们观察到我们的智能体学到了可泛化到未见过的更高难度游戏的策略。
引用
@article{arxiv.1806.11525,
title = {Counting to Explore and Generalize in Text-based Games},
author = {Xingdi Yuan and Marc-Alexandre Côté and Alessandro Sordoni and Romain Laroche and Remi Tachet des Combes and Matthew Hausknecht and Adam Trischler},
journal= {arXiv preprint arXiv:1806.11525},
year = {2019}
}