利用深度强化学习与仿真到仿真迁移逼近火箭联盟的求解
机器学习
2022-05-25 v2
摘要
被期望合理游玩电子游戏的自主训练智能体，要么依赖快速的仿真速度，要么依赖跨数千台并发运行机器的重度并行化。本工作探索了在机器人学中已确立的第三种途径，即仿真到实迁移（sim-to-real transfer），或者若将该游戏本身视为仿真，则为仿真到仿真迁移（sim-to-sim transfer）。以火箭联盟（Rocket League）为例，我们证明守门员与前锋的单一行为可使用深度强化学习在仿真环境中成功学习并迁移回原游戏。尽管所实现的训练仿真在某种程度上不准确，迁移后的守门智能体几乎 100% 扑出其面对的射门，而前锋智能体在约 75% 的情况下得分。因此，训练出的智能体足够鲁棒，并能泛化到火箭联盟这一目标域。
引用
@article{arxiv.2205.05061,
title = {On the Verge of Solving Rocket League using Deep Reinforcement Learning and Sim-to-sim Transfer},
author = {Marco Pleines and Konstantin Ramthun and Yannik Wegener and Hendrik Meyer and Matthias Pallasch and Sebastian Prior and Jannik Drögemüller and Leon Büttinghaus and Thilo Röthemeyer and Alexander Kaschwig and Oliver Chmurzynski and Frederik Rohkrähmer and Roman Kalkreuth and Frank Zimmer and Mike Preuss},
journal= {arXiv preprint arXiv:2205.05061},
year = {2022}
}
备注
Accepted at IEEE Conference on Games 2022, 8 pages, 6 figures, 3 tables