在 miniXCOM 中探索基于 TD 学习的自适应 MCTS
人工智能
2024-04-02 v3 机器学习
摘要
近年来，蒙特卡洛树搜索（MCTS）在游戏社区中获得了广泛采用。它与深度强化学习的结合在许多应用中产生了成功案例。尽管这些方法已在各种游戏中实现，从简单的棋盘游戏到更复杂的电子游戏（如 StarCraft），但深度神经网络的使用需要大量的训练周期。在本工作中，我们在不需要预训练的情况下探索 MCTS 的在线自适应性。我们提出了 MCTS-TD，一种结合时间差分学习改进的自适应 MCTS 算法。我们在游戏 miniXCOM（XCOM 的简化版本，XCOM 是一个包含多款回合制战术游戏的流行商业系列）上展示了我们的新方法，并展示了 MCTS-TD 中的自适应性如何带来对抗对手的性能提升。
引用
@article{arxiv.2210.05014,
title = {Exploring Adaptive MCTS with TD Learning in miniXCOM},
author = {Kimiya Saadat and Richard Zhao},
journal= {arXiv preprint arXiv:2210.05014},
year = {2024}
}