融合深度学习与搜索的实时策略游戏微操方法

• 作者: 王子磊 陈鹏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 实时策略游戏 微操 深度学习 联合策略网络 搜索方法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 50-59
• 页数: 10页
• 分类号: TP18
• 字数: 9103字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054479

摘要

实时策略游戏的微操是指操纵多个作战单元以赢得胜利,针对传统搜索方法在面对大规模战斗场景时存在的搜索效率低下、搜索空间有限等问题,提出深度学习与在线搜索相结合的方法,以实现学习模型对搜索过程的引导.给出一种基于编码-解码卷积架构的联合策略网络,将其嵌入到PGS、POE和SSS+3种经典搜索方法中,实现多智能体联合动作的端到端学习.实验结果表明,该方法可以适应复杂的作战场景,在StarCraft: BroodWar的2个基准场景中能够击败内置人工智能方法,胜率分别达到95％、99％,接近当前最好的基准方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏	中国科学技术大学自动化系	73	581	12.0	22.0
2	王子磊	中国科学技术大学自动化系	26	118	6.0	10.0