MimicBot：结合模仿与强化学习在Bot Bowl中获胜
人工智能
2021-08-24 v1 机器学习
摘要
本文描述了一种在Fantasy Football AI中参与Bot Bowl III竞赛的混合智能体。该智能体MimicBot采用专门设计的深度策略网络实现，并通过模仿学习与强化学习相结合进行训练。此前在此类环境中使用强化学习方法的尝试因若干原因失败，例如由于环境固有的随机性以及可用动作数量庞大且不均衡，其中课程学习方法未能稳定击败随机行动智能体。目前尚无机器学习方法能够击败利用游戏领域知识的脚本机器人。我们的方案借助模仿学习与混合决策过程，稳定击败此类脚本智能体。此外，我们阐明了如何在强化学习设置中更高效地进行训练，同时大幅提升样本效率。MimicBot是Bot Bowl III竞赛的冠军，且目前为最先进的解决方案。
引用
@article{arxiv.2108.09478,
title = {MimicBot: Combining Imitation and Reinforcement Learning to win in Bot Bowl},
author = {Nicola Pezzotti},
journal= {arXiv preprint arXiv:2108.09478},
year = {2021}
}