用于通用视频游戏博弈的滚动时域进化算法
人工智能
2020-08-25 v2 神经与进化计算
摘要
游戏进化算法，特别是滚动时域进化算法，最近在许多视频游戏中击败了胜率方面的最先进技术。然而，游戏中的最佳结果高度依赖于在几篇论文中引入的修改和混合的具体配置，每个配置都为核心算法增加了额外的参数。此外，之前发布的最佳参数仅从少数人工选择的组合中发现，因为可能性空间已经超出了穷举搜索的范围。本文介绍了滚动时域进化算法的最新进展，结合了文献中描述的所有修改以及新的修改，形成了一个大型混合算法。然后，我们使用参数优化器N-Tuple Bandit进化算法，在通用视频游戏AI框架的20个游戏中找到最佳参数组合。此外，我们分析了算法的参数以及通过优化过程揭示的一些有趣组合。最后，通过自动探索RHEA的大参数空间，我们在几个游戏上找到了新的最先进解决方案。
引用
@article{arxiv.2003.12331,
title = {Rolling Horizon Evolutionary Algorithms for General Video Game Playing},
author = {Raluca D. Gaina and Sam Devlin and Simon M. Lucas and Diego Perez-Liebana},
journal= {arXiv preprint arXiv:2003.12331},
year = {2020}
}