策略棋类游戏中的玩家协同建模:探索如何快速博弈
人工智能
2007-05-23 v1 机器学习
摘要
本文在一个双人策略棋类游戏中进行了实验,其中博弈模型使用强化学习和神经网络进行演化。与完全自主博弈相比,在不同复杂度和密度的人类参与水平下,演化这些模型旨在加速自动游戏开发。实验结果表明,获胜能力与快速获胜能力之间存在清晰且可测量的关联,同时表明存在一个最低人类参与水平,低于该水平则不会发生真正的学习。
引用
@article{arxiv.cs/0611164,
title = {Player co-modelling in a strategy board game: discovering how to play fast},
author = {Dimitris Kalles},
journal= {arXiv preprint arXiv:cs/0611164},
year = {2007}
}
备注
Contains 19 pages, 6 figures, 7 tables. Submitted to a journal