王者荣耀竞技场：一种用于竞争强化学习泛化的环境
机器学习
2023-10-12 v3 人工智能
摘要
本文介绍王者荣耀竞技场（Honor of Kings Arena），一个基于当前全球最流行游戏之一王者荣耀的强化学习（RL）环境。与以往大多数工作所研究的其他环境相比，我们的环境为竞争强化学习带来了新的泛化挑战。它是一个多智能体问题，其中一个智能体与对手竞争；并且由于需要控制多样的目标角色并与多样的对手竞争，它要求具备泛化能力。我们描述了王者荣耀领域的观测、动作与奖励规范，并提供了一个用于与游戏引擎通信的开源 Python 接口。我们在王者荣耀竞技场中提供了二十个具有多种任务的英雄目标，并给出了基于 RL 的方法在可行计算资源下的初始基线结果。最后，我们展示了王者荣耀竞技场所带来的泛化挑战以及可能的应对方法。所有软件（包括环境类）均公开于 https://github.com/tencent-ailab/hok_env 。文档见 https://aiarena.tencent.com/hok/doc/ 。
引用
@article{arxiv.2209.08483,
title = {Honor of Kings Arena: an Environment for Generalization in Competitive Reinforcement Learning},
author = {Hua Wei and Jingxiao Chen and Xiyang Ji and Hongyang Qin and Minwen Deng and Siqin Li and Liang Wang and Weinan Zhang and Yong Yu and Lin Liu and Lanxiao Huang and Deheng Ye and Qiang Fu and Wei Yang},
journal= {arXiv preprint arXiv:2209.08483},
year = {2023}
}
备注
Accepted by NeurIPS 2022