DRE-Bot：一种使用多个 Sarsa({\lambda}) 强化学习器的分层第一人称射击游戏机器人
人工智能
2018-06-14 v1
摘要
本文描述了一种用于控制第一人称射击（FPS）游戏 Unreal Tournament 2004 中非玩家角色（NPC）的架构。具体而言，DRE-Bot 架构由三个强化学习器组成：Danger、Replenish 和 Explore，它们使用表格型 Sarsa({\lambda}) 算法。该算法使 NPC 能够通过试错随时间积累经验，其方式受人类学习启发。我们进行了实验以衡量 DRE-Bot 与游戏自带固定策略机器人对抗时的表现。同时改变折扣参数 {\gamma} 与迹参数 {\lambda}，以观察其值是否对表现有影响。
引用
@article{arxiv.1806.05106,
title = {DRE-Bot: A Hierarchical First Person Shooter Bot Using Multiple Sarsa({\lambda}) Reinforcement Learners},
author = {Frank G. Glavin and Michael G. Madden},
journal= {arXiv preprint arXiv:1806.05106},
year = {2018}
}
备注
17th International Conference on Computer Games (CGAMES) 2012