实时策略游戏的微操是指操纵多个作战单元以贏得胜利,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,将其嵌人到PGS、POE和SS+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。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !