TacticCraft：基于自然语言驱动的星际争霸II战术适应
人工智能
2025-07-22 v1
摘要
我们提出一种基于适配器的方法，用于星际争霸II AI代理的战术条件化。当前代理虽强大，但缺乏能够根据高层战术指令调整其策略的能力。我们的方法冻结预训练的策略网络（DI-Star），并为每个动作头附加轻量级适配器模块，条件化于编码战术偏好的战术张量。通过采用KL散度约束训练这些适配器，我们确保策略保持核心能力，同时展现出战术变化。实验结果表明，我们的方法成功地跨越战术维度（包括攻击性、扩张模式和技术偏好）调制代理行为，同时保持竞争性能。我们的方法以最小的计算开销实现灵活的战术控制，为复杂的实时策略游戏提供实用的策略定制。
引用
@article{arxiv.2507.15618,
title = {TacticCraft: Natural Language-Driven Tactical Adaptation for StarCraft II},
author = {Weiyu Ma and Jiwen Jiang and Haobo Fu and Haifeng Zhang},
journal= {arXiv preprint arXiv:2507.15618},
year = {2025}
}