Rinascimento：利用事件值函数游玩《璀璨宝石》
人工智能
2020-06-11 v1
摘要
在游戏研究领域，通用人工智能算法常将得分作为学习或执行动作的主要奖励信号。然而，当点数奖励极为稀少或直到游戏结束才出现时，这种做法已显露出严重局限。本文提出一种基于事件日志的新方法：游戏状态在其某一特征发生变化时即触发一个事件。这些事件由事件值函数（EF）处理，该函数为单个动作或动作序列赋予价值。实验表明，该方法可缓解点数奖励稀缺的问题并提升人工智能性能。此外，通过事件值函数描述更丰富且可控的行为空间，这代表着在控制人工智能体所采用策略方面向前迈进了一步。经过调优的事件值函数能够清晰地综合游戏中各事件的相关性。使用事件值函数的智能体在与多名对手对局时表现出更强的鲁棒性。
引用
@article{arxiv.2006.05894,
title = {Rinascimento: using event-value functions for playing Splendor},
author = {Ivan Bravi and Simon Lucas},
journal= {arXiv preprint arXiv:2006.05894},
year = {2020}
}
备注
To appear in IEEE Conference on Games 2019 Proceedings