BriefGPT.xyz
大模型
Ask
alpha
关键词
game environments
搜索结果 - 4
模仿以获胜:多智能竞争游戏中的模仿学习策略
我们提出了一种新的多智能体模仿学习模型,用于预测对手的下一步动作,并将其与策略训练结合为一个训练过程的多智能体强化学习算法,在三个具有挑战性的游戏环境中进行了广泛实验,结果表明我们的方法在性能上优于现有的多智能体强化学习算法。
PDF
10 months ago
基于强化学习的程序化内容生成 (PCGRL)
研究如何使用强化学习训练级别设计代理,将关卡设计视为游戏并将内容生成器本身学习,并探讨了三种不同的转换二维层次设计问题的马尔可夫决策过程,将其应用于三个游戏环境中。
PDF
4 years ago
使用文本生成互动式世界
本文介绍了一种用于生成游戏世界的机器学习方法,通过基于多人文本冒险游戏环境 LIGHT 的内容,利用基于神经网络的模型将位置、角色和对象组成一个连贯的整体。除了基于现有元素创建世界,该模型还可以生成新的游戏内容,提供了交互式辅助世界构建的方
→
PDF
5 years ago
NIPS
ELF:即时策略游戏的扩展、轻量和灵活研究平台
本文提出了一个名为 ELF 的平台,用于强化学习领域的研究。通过实验,我们展示了在该平台上进行的训练参数在 Mini-RTS 等三个实时策略游戏中的强大性能。而该平台在游戏环境和强化学习算法上的灵活性,也显示出了其可扩展性。
PDF
7 years ago
Prev
Next