Feb, 2024

使用深度强化学习和行为规范掌握官旦游戏

PDF
TL;DR提出了一种名为 GuanZero 的框架，通过蒙特卡洛方法和深度神经网络使 AI 代理能够掌握 Guandan 游戏，主要贡献在于通过精心设计的神经网络编码方案调节代理的行为，通过与最先进的方法进行比较证明了该框架的有效性。
gamesartificial intelligenceguandanmonte-carlo methodsdeep neural networks
发现论文，激发创造
  • DanZero+: 强化学习在贯蛋游戏中的统治力

    利用人工智能在复杂的卡牌游戏关单中开发了一个名为 DanZero 的 AI 程序，通过强化学习技术和分布式训练框架，以及采用预训练模型来改善性能，DanZero 表现出卓越的性能。

    Dec, 2023

  • DanZero: 强化学习在关弹游戏中的应用

    本文介绍了一种基于加强学习技术的 AI 程序 DanZero，使用分布式框架训练其在类似于斗地主但更复杂的关打游戏中的表现，表现出出色的性能。

    Oct, 2022

  • 通用视频游戏 AI 的深度强化学习

    这篇论文介绍了如何将通用游戏人工智能（GVGAI）与 OpenAI Gym 环境相结合，用于测试并比较几种深度强化学习算法在各种 GVGAI 游戏上的表现，为评估游戏的相对难度提供了第一手数据。

    Jun, 2018

  • DouZero：自我对战深度强化学习掌握斗地主

    利用深度神经网络，行动编码和并行执行器等方法，本文提出了一个名为 DouZero 的博弈 AI 系统，目标是在三人斗地主游戏中解决人工智能挑战。通过集成传统蒙特卡罗方法，DouZero 在数天的训练后就表现出色，并在 Botzone 排行榜上排名第一。本文展示了即使在行动空间复杂的情况下，经典的 蒙特卡罗方法 也能带来突破。

    Jun, 2021

  • 使用深度强化学习的基于文本游戏的语言理解

    本文探讨了基于文本的游戏控制策略的学习方法。该方法使用深度强化学习框架，联合学习游戏状态表示和行动策略。通过把文本转化为向量，能够更好地捕捉游戏状态的语义表示。实验结果表明，我们提出的方法显著优于传统基于词袋模型的方法。

    Jun, 2015

  • 使用通用增强学习算法通过自我对弈掌握国际象棋和将棋

    该研究介绍了使用新的 AlphaZero 算法以及无领域知识的方式进行强化学习，让计算机在三个领域的棋类游戏：围棋、象棋和将棋中均以超级专业水平进行游戏。

    Dec, 2017

  • 基于组合的 Q 学习算法在斗地主中的应用

    本文研究了一类特殊的亚洲纸牌游戏斗地主，针对其巨大的行动空间提出了一种名为组合 Q 学习的新方法，利用两阶段网络和池化操作提取基本行动之间的关系，结果表明比传统的 Q 学习和 A3C 等算法更优，并使用对抗训练方法仅凭游戏规则训练出了可与人类媲美的代理。

    Jan, 2019

  • 使用深度强化学习掌握 MOBA 游戏中的复杂控制

    本文提出了一种深度强化学习框架，从系统和算法两个角度来解决 Multi-player Online Battle Arena（MOBA）1v1 游戏中复杂动作控制的问题，通过包括控制依赖解耦、动作遮罩、目标注意力和双剪辑 PPO 等多种新颖策略，训练出可以在 MOBA 游戏王者荣耀中打败顶级人类选手的 AI 代理 Tencent Solo。

    Dec, 2019

  • 深度强化学习的生成式人工智能：框架、分析与应用案例

    使用生成式人工智能（GAI）来提高深度强化学习（DRL）算法的性能，解决样本效率低和泛化能力差的问题，通过介绍经典的 GAI 和 DRL 算法及其应用，并展示了 GAI 增强 DRL 算法的实际集成框架，提供了一个基于无人机辅助的近场 / 远场通信的案例研究来验证框架性能，并介绍了几个未来的研究方向。

    May, 2024

  • 深度强化学习下的多智能体合作与竞争

    本文探讨了如何在多智能体环境下，运用扩展后的 Deep Q-Learning Network，使两个由独立的 Deep Q-Networks 控制的 agents，相互作用以玩经典的电子游戏乒乓球，以及通过改变 Pong 经典奖励方案，演示出竞争和合作性行为的出现。研究表明 Deep Q-Networks 可以成为在高度复杂环境中研究分散式学习的多智能体系统的实用工具。

    Nov, 2015