Mar, 2022

培养一位成功的炸弹超人代理

PDF
TL;DR本文研究了基于不同搜索算法（蒙特卡罗树搜索、滚动视野进化和 Beam 搜索）的 AI 策略，以成功玩出 CodinGame 平台上的 Bomberman 变体游戏，并提出各种强化方法。我们的最高水平变异体基于 Beam 搜索，并实现了在状态表示和估价函数上的优化，以及基于模拟估计存活率来修剪掉不良状态。这一方法已经成功在 CodinGame 竞技场中超越了 2,300 个其他 AI 对手。
发现论文，激发创造
  • 了解你的敌人：在 Pommerman 中使用对手模型研究 Monte-Carlo 树搜索

    本研究探讨了将多人博弈转化为单人和双人博弈的技术，并通过使用启发式和自我对弈等方法，研究了对手建模的现象。同时在监督学习和强化学习环境下展示了多人搜索变异体的有效性。

    May, 2023

  • 使用束搜索算法预测结果进行棋盘游戏

    引入了一种名为 PROBS（Predict Results of Beam Search）的新型算法，用于具有完美信息的双人确定性游戏。与现有方法主要依赖蒙特卡洛树搜索（MCTS）进行决策过程的方法不同，我们的方法利用了一种更简单的波束搜索算法。通过对一系列棋盘游戏的算法性能进行评估，我们发现它始终在与基准对手对战时表现出增加的胜率。该研究的一个关键结果是，即使波束搜索大小远小于游戏平均回合数，PROBS 算法仍然能有效运行。

    Apr, 2024

  • 单智能体优化：通过蒙特卡罗树搜索进行策略迭代

    本文提出了一种使用基于 Monte-Carlo Tree Search 和深度强化学习相结合的方法的搜索算法，通过 1）用于潜在无限奖励问题的新颖行动价值规范机制，2）定义虚拟损失函数实现有效搜索并行化，以及 3）由自我对弈逐代训练的策略网络引导搜索，来提高搜索算法的效果。我们在同类游戏 SameGame 上进行实验，结果表明我们的算法在多个游戏宽度上优于基准算法，并与公共状态搜索问题的最新算法竞争力相当。

    May, 2020

  • 利用强化学习创建弱化的抽象棋类游戏智能体技术

    本研究介绍了如何使用强化学习模型和 Q 学习算法创建能够学会玩井字游戏、九人跳和玛卡拉棋的人工智能代理，同时还提出了一种制作较弱 AI 代理的方法，并提供了一种比较 AI 代理的方法。

    Sep, 2022

  • 基于模型的游戏智能体优化的高效进化方法：以模型为最优选择

    介绍一种简单、快速的 Planet Wars 变体，作为基于统计规划的游戏 AI 代理和噪声超参数优化的测试平台，引入了 N-Tuple Bandit Evolutionary Algorithm 算法等多种优化算法，结果显示 N-Tuple Bandit Evolutionary Algorithm 在性能和参数效果方面表现都很有竞争力。

    Jan, 2019

  • N 元组赌博进化算法用于自动游戏改进

    本文介绍了一种新的进化算法，旨在为人工智能辅助游戏设计提供更好的应用，该算法使用 AI 代理玩游戏的观察结果来评估游戏质量，其中 N-Tuple Bandit Evolutionary Algorithm 和 General Video Game AI agent 的应用更加有效。

    Mar, 2017

  • 模拟引导的神经组合优化梁搜索

    通过引入模拟指导波束搜索（SGBS）和有效主动搜索（EAS）的组合，提高了神经组合优化的搜索效率。

    Jul, 2022

  • 使用深度强化学习玩完整的 MOBA 游戏

    提出了一种 MOBA 游戏 AI 学习范式，采用深度强化学习及新型学习技术，可训练玩家池多的游戏并解决了可扩展性问题，测试结果表明该 AI 在王者荣耀等游戏中已能击败顶尖电竞选手。

    Nov, 2020

  • 使用行为克隆玩 Minecraft

    本文讲述了我们参加 MineRL 2019 比赛的经历，我们使用行为克隆的算法来预测人类玩家的行动并在最终排名中获得了第五名，同时我们也发现了这种方法性能会根据训练停止的时间而有明显变化，我们进行了更多的实验来研究不同的工程决策对性能的影响。

    May, 2020

  • 多人不完美信息博弈中的贝叶斯对手建模

    本研究探讨了面对多个对手的策略交互游戏，使用对手建模和观察对手策略等技术，超越纯理性策略的表现。

    Dec, 2022