NetHack 中带秘密发现的探索
人工智能
2018-08-08 v2
摘要
Roguelike 游戏通常将探索问题作为游戏玩法中关键却往往重复的元素。然而，自动化方法在最优性方面面临挑战，并且由于信息不完全（例如存在秘密门）而遇到困难。本文提出一种用于 roguelike 地下城环境探索的算法方法。我们的设计旨在最小化探索时间，在覆盖与秘密区域发现之间同资源代价取得平衡。我们的算法基于机器人领域流行的占据图概念，并经过改造以鼓励高效发现秘密入口点。通过在 NetHack 地图上的大量实验，我们表明该技术比简单的贪婪方法和已有的自动化玩家显著更高效。我们进一步通过全面的数据分析研究了算法的优化参数化。这些结果指向更好的玩家自动化辅助以及适用于完全自动化游戏玩的启发式方法。
引用
@article{arxiv.1711.03087,
title = {Exploration in NetHack With Secret Discovery},
author = {Jonathan C. Campbell and Clark Verbrugge},
journal= {arXiv preprint arXiv:1711.03087},
year = {2018}
}
备注
11 pages, 11 figures. Accepted in IEEE Transactions on Games. Revision adds BotHack comparison, result breakdown by num. map rooms, and improved optimal solution