L2E：学习利用你的对手
机器学习
2021-02-19 v1 人工智能
计算机科学与博弈论
摘要
对手建模对于在策略交互中利用次优对手至关重要。以往多数工作聚焦于构建显式模型以直接预测对手的风格或策略，这需要大量数据训练模型且缺乏对未知对手的适应性。在这项工作中，我们提出一种新颖的学习利用（L2E）框架用于隐式对手建模。L2E 在训练期间通过与不同对手的少量交互获得利用对手的能力，从而能在测试时快速适应具有未知风格的新型对手。我们提出一种新颖的对手策略生成算法，可自动产生用于训练的有效对手。我们在两个扑克游戏和一个网格足球游戏上评估 L2E，这些是常用的对手建模基准。综合实验结果表明 L2E 能快速适应多样风格的未知对手。
引用
@article{arxiv.2102.09381,
title = {L2E: Learning to Exploit Your Opponent},
author = {Zhe Wu and Kai Li and Enmin Zhao and Hang Xu and Meng Zhang and Haobo Fu and Bo An and Junliang Xing},
journal= {arXiv preprint arXiv:2102.09381},
year = {2021}
}