MazeBase：一个从游戏中进行学习的沙盒
机器学习
2016-01-08 v2 人工智能
神经与进化计算
摘要
本文介绍了MazeBase：一个用于简单2D游戏的环境，被设计为机器学习进行推理与规划的沙盒。在其中，我们创建了10个体现一系列算法任务（例如if-then语句或集合否定）的简单游戏。多种神经模型（全连接、卷积网络、记忆网络）通过强化学习部署于这些游戏上，无论是否使用程序化生成的课程。尽管任务简单，模型的表现远非最优，这为未来发展指明了方向。我们还通过使用MazeBase来模拟来自StarCraft的小型战斗场景，展示了其多功能性。在MazeBase版本上训练的模型可直接应用于StarCraft，并在其中持续击败游戏内AI。
引用
@article{arxiv.1511.07401,
title = {MazeBase: A Sandbox for Learning from Games},
author = {Sainbayar Sukhbaatar and Arthur Szlam and Gabriel Synnaeve and Soumith Chintala and Rob Fergus},
journal= {arXiv preprint arXiv:1511.07401},
year = {2016}
}