在移动益智游戏中使用近端策略优化的策略

虽然传统上游戏内容测试是一项劳动密集型任务，但它正逐渐变得更加自动化。在这种自动化发展的众多方向中，自动游戏测试是最有前景的方向之一，这也要归功于许多监督学习和强化学习(RL)算法的进步。然而，这类算法虽然非常强大，但在生产环境中常常因其训练和使用的可靠性和透明度问题而受到影响。在这项研究工作中，我们调查并评估了将流行的RL方法——近端策略优化(PPO)应用于休闲移动益智游戏的策略，特别关注提高其在游戏过程中训练和泛化的可靠性。我们针对一款真实的移动益智游戏（Tactile Games公司的《莉莉的花园》）实施并测试了多种不同策略。我们分离了导致训练或测试泛化失败的条件，并确定了几种策略以确保该算法在此类游戏类型中表现更稳定。