当前位置:首页 > 报告详情

1-3 当强化学习遇上高自由度动作游戏:问题研究与应用实践.pdf

上传人: 云闲 编号:102359 2021-01-01 36页 4.78MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要探讨了将强化学习应用于游戏《Naraka: Bladepoint》中的导航和近战战斗问题。游戏具有复杂的三维地形、动态环境和多种移动机制,为AI导航和近战战斗带来挑战。文章介绍了使用DRL解决导航问题,通过自动化奖励塑造和课程学习,提高了AI在复杂地形中的到达率。同时,通过政策精馏技术,将多个教师的知识转移到一个学生身上,使AI能够掌握各种武器和技能。未来,研究团队计划解决在房间和高楼大厦中的导航问题,以及在战斗中切换近战/远程武器的时机,并探索其他战斗皇家游戏子目标,如资源收集、团队协作等。
"如何在复杂地形中进行导航?" "如何在《Naraka: Bladepoint》中解决近战战斗问题?" "如何通过强化学习在游戏中实现人类似的行为操作?"
客服
商务合作
小程序
服务号
折叠