选哪些英雄？基于神经网络与树搜索的 MOBA 游戏选将学习
人工智能
2021-08-06 v4
摘要
英雄选将在 MOBA 游戏对战中至关重要，它构建了双方队伍并直接影响比赛结果。现有的最优选将方法未能考虑：1）当英雄池扩大时的选将效率；2）MOBA 5v5 系列赛的多轮性质，即两队进行多局决胜（best-of-N），且同一英雄在整个系列赛中仅允许被选取一次。本文将该选将过程建模为多轮组合博弈，并提出一种基于神经网络与蒙特卡洛树搜索的新型选将算法，命名为 JueWuDraft。具体而言，我们设计了一种长期价值估计机制以处理 best-of-N 选将情形。以当前最热门的 MOBA 游戏之一王者荣耀为实例，我们展示了 JueWuDraft 相较于最优选将方法的实用性与有效性。
引用
@article{arxiv.2012.10171,
title = {Which Heroes to Pick? Learning to Draft in MOBA Games with Neural Networks and Tree Search},
author = {Sheng Chen and Menghui Zhu and Deheng Ye and Weinan Zhang and Qiang Fu and Wei Yang},
journal= {arXiv preprint arXiv:2012.10171},
year = {2021}
}
备注
IEEE Transactions on Games