用于通用视频游戏玩的滚动视界 NEAT
人工智能
2020-05-15 v1 神经与进化计算
摘要
本文提出了一种新的统计前向规划（SFP）方法——滚动视界增强拓扑神经进化（rhNEAT）。与传统滚动视界进化由进化算法负责演化动作序列不同，rhNEAT 实时进化神经网络的权重与连接，在返回待执行动作前向前规划若干步。该算法的不同版本在 20 个 GVGAI 游戏集合中进行探索，并与其他 SFP 方法及最先进结果进行比较。尽管总体结果不优于其他 SFP 方法，rhNEAT 适应变化游戏特征的本质使其在以往方法一贯棘手的一些游戏中确立了新的最先进纪录。本文提出的算法具有通用性，并引入了在滚动视界进化技术中表示信息的新方式。
引用
@article{arxiv.2005.06764,
title = {Rolling Horizon NEAT for General Video Game Playing},
author = {Diego Perez-Liebana and Muhammad Sajid Alam and Raluca D. Gaina},
journal= {arXiv preprint arXiv:2005.06764},
year = {2020}
}
备注
8 pages, 5 figures, accepted for publication in IEEE Conference on Games (CoG) 2020