使用深度强化学习与蒙特卡洛树搜索的《星际争霸2》建造顺序优化
机器学习
2020-06-19 v1 人工智能
摘要
Google 的 DeepMind 已将《星际争霸2》即时战略游戏作为强化学习的挑战。本研究考察了使用基于蒙特卡洛树搜索算法的智能体来优化《星际争霸2》中的建造顺序，并讨论了如何通过将其与深度强化学习神经网络相结合来进一步提升其性能。使用蒙特卡洛树搜索所取得的实验结果，仅使用非常有限的时间和计算资源便达到了与人类新手玩家相似的分数，这为通过结合深度强化学习的使用来取得可与人类专家相媲美的分数铺平了道路。
引用
@article{arxiv.2006.10525,
title = {StarCraft II Build Order Optimization using Deep Reinforcement Learning and Monte-Carlo Tree Search},
author = {Islam Elnabarawy and Kristijana Arroyo and Donald C. Wunsch},
journal= {arXiv preprint arXiv:2006.10525},
year = {2020}
}