面向游戏 AI 优化的 NTBEA 加权改进
人工智能
2020-04-02 v2
摘要
N-Tuple Bandit Evolutionary Algorithm（NTBEA）在优化游戏 AI 算法参数方面已被证明非常有效。一个潜在的弱点是在模型中对所有组成 Tuple 使用简单平均。本研究通过对 NTBEA 中使用的 N-Tuple 模型按信息水平与匹配特异性进行加权，来探究一种改进。我们向模型引入加权函数以获得 Weighted-NTBEA，并在四个基准函数和两种游戏环境中测试。这些测试表明，原始 NTBEA 是所测算法中最可靠且性能最好的。此外我们表明，给定迭代预算，最好执行若干次独立的 NTBEA 运行，并动用部分预算从这些运行中找出最佳推荐。
引用
@article{arxiv.2003.10378,
title = {Weighting NTBEA for Game AI Optimisation},
author = {James Goodman and Simon Lucas},
journal= {arXiv preprint arXiv:2003.10378},
year = {2020}
}