基于深度强化学习实时战略卡牌游戏对战设计

• 作者: 杜智华 赖振清
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 深度学习 强化 卷积神经网络 对象检测
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 仿真应用研究
• 页码范围: 260-265
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.050

摘要

深度学习、强化学习在游戏中的应用在这几年的研究中非常热门,从围棋,到各种Atari游戏等,但是对于基于卡片的实时策略游戏却只有较少的研究.设计了基于深度强化学习自主游戏的程序,对战实时策略卡牌游戏《皇室战争》训练营.利用Deep Q-Learing算法(DQN),并通过python调用win api操纵电脑进行游戏.对战过程中,使用CNN进行图像识别,包括游戏中的时间、防御塔摧毁情况、手中的卡牌、以及圣水数量四种内容.并使用YOLO v3进行对象检测,识别场上英雄的位置和坐标.DQN根据识别的游戏状态,设置动态对战策略.计算机模拟验证了上述程序在对阵《皇室战争》的训练营有一定胜率.