基于深度强化学习的星际争霸II模块化架构
人工智能
2018-11-09 v1
摘要
我们提出一种用于星际争霸II AI的新颖模块化架构。该架构将职责划分给多个模块,每个模块控制游戏的一个方面,例如建造顺序选择或战术。一个集中式调度器审查所有模块建议的宏并决定其执行顺序。一个更新器跟踪环境变化并将宏实例化为一系列可执行动作。该框架中的模块可通过人工设计、规划或强化学习独立或联合优化。我们应用深度强化学习技术通过自博弈训练模块化智能体的六个模块中的两个,在虫族对虫族比赛中,无论有无战争迷雾,均取得对"Harder"(5级)内置Blizzard bot的94%或87%胜率。
引用
@article{arxiv.1811.03555,
title = {Modular Architecture for StarCraft II with Deep Reinforcement Learning},
author = {Dennis Lee and Haoran Tang and Jeffrey O Zhang and Huazhe Xu and Trevor Darrell and Pieter Abbeel},
journal= {arXiv preprint arXiv:1811.03555},
year = {2018}
}
备注
Accepted to The 14th AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment (AIIDE'18)