部分观测策略游戏的前向建模——一款星际争霸去雾器
机器学习
2018-12-04 v1 人工智能
摘要
我们将去雾问题表述为实时策略游戏中基于先前部分观测的状态估计与未来状态预测问题。我们建议为此任务采用编码器-解码器神经网络，并引入代理任务与评估基线以衡量其对基本游戏规则与高层动态的捕捉能力。通过结合卷积神经网络与循环网络，我们利用空间与序列相关性，并在星际争霸：母巢之战的大规模人类对局数据集上训练出表现良好的模型。最后，我们将模型应用于最先进的基于规则的星际争霸 bot 的敌方单位预测，展示了其对下游任务的相关性。我们观察到对多个强社区 bot 的胜率有所提升。
引用
@article{arxiv.1812.00054,
title = {Forward Modeling for Partial Observation Strategy Games - A StarCraft Defogger},
author = {Gabriel Synnaeve and Zeming Lin and Jonas Gehring and Dan Gant and Vegard Mella and Vasil Khalidov and Nicolas Carion and Nicolas Usunier},
journal= {arXiv preprint arXiv:1812.00054},
year = {2018}
}