Interactive Fiction Game Playing as Multi-Paragraph Reading Comprehension with Reinforcement Learning
IBM Research(IBM研究院);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
具有真实人类书写的自然语言文本的交互式小说(IF)游戏为语言理解技术提供了一种新的自然评价。与以前的文本游戏主要是合成文本相比,IF游戏对人类书写的文本描述提出了语言理解的挑战,复杂的游戏世界和语言生成的挑战,从限制较少的组合空间的动作命令生成。我们从一个新的角度来看待IF游戏的解决,并将其重新表述为多段落阅读理解(MPRC)任务。我们的方法利用上下文查询注意力机制和结构化预测MPRC有效地产生和评估行动输出,并应用以对象为中心的历史观察检索策略,以减轻部分可观察性的文本观察。在最近的IF基准测试(杰里科)上进行的大量实验表明,与以前的所有方法相比,我们的方法具有明显的优势,可以实现高胜率和低数据要求。我们的源代码可以在https://github.com/XiaoxiaoGuo/rcdqn上找到。
2020-10-05 cs.AI cs.CL
Playing Text-Based Games with Common Sense
Georgia Institute of Technology(佐治亚理工学院)
基于文本的游戏是一种模拟,其中代理纯粹通过自然语言与世界交互。它们通常由许多谜题组成,其中穿插着与常见的日常物品和地点的互动。深度强化学习代理可以学习解决这些难题。然而,与环境的日常互动,虽然对人类玩家来说微不足道,但对智能体来说却是额外的难题。我们探讨两种技术,将常识知识代理。用常识推理模型COMET或语言模型BERT来推断世界状态的可能隐藏方面。根据由语言模型识别的公共模式来偏置代理探索。我们在9to05游戏中测试了我们的技术,这是一个基于文本的游戏的极端版本,需要与常见的日常物品在常见的日常场景中进行多次交互。我们的结论是,代理人,增加他们的信念与常识推断的世界国家更强大的观察错误和遗漏的共同元素的文本描述。
2020-12-04 cs.AI cs.CL
Reinforcement Learning with Dual-Observation for General Video Game Playing
Southern University of Science and Technology(南方科技大学);University of Birmingham(伯明翰大学);New York University(纽约大学)
强化学习算法在玩具有挑战性的棋盘游戏和视频游戏时表现良好。提高强化学习算法的泛化能力是越来越多的研究重点。通用视频游戏AI学习竞赛旨在开发能够学习玩在训练期间看不到的不同游戏级别的代理。本文总结了五年来通用视频游戏AI学习竞赛的版本。在每一个版本中,都设计了三个新游戏。在前三个版本中,培训和测试级别是分开设计的。自2020年起,每场比赛的三个测试级别通过扰动或合并两个训练级别产生。然后,我们提出了一种新的强化学习技术与一般的视频游戏玩双观察,假设它更有可能观察到类似的局部信息在不同的水平,而不是全球信息。我们提出的一般技术不是直接输入当前游戏屏幕的单个原始基于像素的屏幕截图,而是将游戏屏幕的编码,转换的全局和局部观察作为两个同时输入,旨在学习用于玩新关卡的局部信息。我们提出的技术是用三种最先进的强化学习算法实现的,并在2020年通用视频游戏AI学习竞赛的游戏集上进行了测试。消融研究显示了使用编码、转换的全局和局部观测值作为输入的出色性能。
2022-03-31 cs.AI
General Board Game Playing for Education and Research in Generic AI Game Learning
Computer Science Institute TH K \"o ln -- Cologne University of Applied Sciences Gummersbach, Germany
我们提出了一个新的通用棋盘游戏(GBG)玩和学习框架。GBG定义了棋盘游戏、游戏状态及其人工智能智能体的通用接口。它允许人们在不同的游戏上运行不同代理的比赛。它简化了棋盘游戏的那些部分,否则将是编码中乏味和重复的部分。GBG适用于任意的1-,2-,.,N人棋盘游戏它使一个通用的TD($λ$)-n元组代理的第一次可用于任意游戏。在各种游戏中,TD($λ$)-n-tuple被发现优于其他通用代理,如MCTS。利标品牌旨在从教育角度帮助学生更快地开始游戏学习。利标品牌亦致力从研究角度出发,收集越来越多的游戏及人工智能智能体,以评估其在有意义的比赛中的优势及推广能力。报告了初步成功的教育和研究成果。
2019-07-11 cs.AI cs.LG stat.ML
Monte Carlo Q-learning for General Game Playing
Leiden Institute of Advanced Computer Science, Leiden University(莱顿大学莱顿高等计算机科学研究所);Leiden University(莱顿大学);Leiden Institute of Advanced Computer Science(莱顿高等计算机科学研究所);Leiden University, Leiden, the Netherlands(莱顿大学,荷兰莱顿)
在AlphaGo最近的突破性成果之后,我们看到了人们对游戏中的强化学习的浓厚兴趣。一般博弈(GGP)为强化学习提供了一个很好的测试平台。在GGP中,给出了一个游戏规则的规范。GGP问题可以通过强化学习来解决。Q学习是一种典型的强化学习方法,并且已经被(Banerjee & Stone,IJCAI 2007)用于GGP。在本文中,我们在GGP中实现了三个小棋盘游戏(Tic-Tac-Toe,Connect Four,Hex)的Q学习,以与Banerjee等人进行比较。正如预期的那样,Q学习收敛,尽管比MCTS慢得多。借鉴MCTS的思想,我们用蒙特卡洛搜索增强Q学习,给出QM学习。这种增强提高了纯Q学习的性能。我们相信,QM学习也可以用于进一步提高大型游戏的强化学习性能,我们将在未来的工作中进行测试。
2018-05-21 cs.AI
Learning Game-Playing Agents with Generative Code Optimization
stanford(斯坦福大学)
本文提出用大语言模型将游戏策略表示为可自我演化的 Python 代码,通过执行轨迹与自然语言反馈优化智能体,在 Atari 游戏上以更少训练时间和环境交互达到与深度强化学习基线相当的性能。
2025-08-27 cs.AI cs.LG
EvoMan: Game-playing Competition
Federal University of ABC(ABC联邦大学);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);Heriot-Watt University(赫瑞-瓦特大学)
本文介绍了一个竞争的建议,不断发展的智能代理的游戏框架称为EvoMan。该框架基于Capcom开发的游戏Mega Man II的老板战斗。对于这个特殊的竞争,主要目标是使用通才策略击败所有八个老板。换句话说,竞争者应该训练代理人击败一组老板,然后代理人将根据其对所有八个老板的表现进行评估。在本文的最后,竞争对手提供了基线结果,使他们可以有一个直观的结果是多么好。
2020-01-04 cs.AI
Playing Text-Adventure Games with Graph-Based Deep Reinforcement Learning
School of Interactive Computing(交互式计算学院);Georgia Institute of Technology(佐治亚理工学院)
基于文本的冒险游戏提供了一个在组合动作空间(如自然语言)的背景下探索强化学习的平台。我们提出了一个深度强化学习架构,将游戏状态表示为在探索过程中学习的知识图谱。此图用于修剪动作空间,从而实现更有效的探索。采取哪种行动的问题可以简化为一个问答任务,这是一种迁移学习的形式,可以预先训练我们架构的某些部分。在使用TextWorld框架的实验中,我们表明,我们提出的技术可以比基线替代品更快地学习控制策略。我们还在https://github.com/rajammanabrolu/KG-DQN上开源了我们的代码。
2019-03-25 cs.AI cs.CL cs.LG
Deep Reinforcement Learning for Playing 2.5D Fighting Games
National Taiwan University(台湾大学)
深度强化学习已经在游戏中取得了成功。然而,2.5D格斗游戏将是一项具有挑战性的任务,因为视觉外观的模糊性,如人物的高度或深度。此外,此类游戏中的动作通常涉及特定的连续动作顺序,这也使得网络设计非常困难。基于异步优势演员-评论家(A3 C)网络,我们创建了一个OpenAI健身房般的游戏环境与游戏的小战士2(LF 2),并提出了一种新的A3 C+网络学习RL代理。引入的模型包括一个循环信息网络,它利用游戏相关的信息功能与循环层观察战斗的组合技能。在实验中,我们在不同的设置中考虑LF 2,这成功地证明了我们提出的模型用于学习2.5D格斗游戏。
2018-05-05 cs.AI cs.LG stat.ML
Playing the Werewolf game with artificial intelligence for language understanding
The University of Tokyo Hospital(东京大学医院);The University of Tokyo(东京大学)
《狼人》游戏是一款基于自由自然语言交流的社交演绎游戏,玩家为了生存,试图欺骗他人。这个游戏的一个重要特点是,很大一部分对话都是虚假信息,而人工智能(AI)在这种情况下的行为还没有得到广泛的调查。本研究的目的是开发一个能够通过自然语言对话扮演狼人的人工智能智能体。首先,我们收集了15名人类玩家的游戏日志。接下来,我们微调了一个基于transformer的预训练语言模型,以构建一个价值网络,该网络可以预测在游戏的任何给定阶段赢得游戏的后验概率,并给出下一个动作的候选者。然后,我们开发了一个人工智能智能体,它可以与人类交互,并根据其概率从价值网络中选择最佳投票目标。最后,我们通过让智能体与人类玩家一起玩游戏来评估智能体的性能。我们发现,我们的人工智能智能体Deep Wolf在扮演村民或背叛者角色时,可以像普通人类玩家一样有竞争力地扮演狼人,而Deep Wolf在扮演狼人或先知角色时不如人类玩家。这些结果表明,目前的语言模型有能力怀疑别人在说什么,说谎,或检测谎言的对话。
2023-02-21 cs.AI cs.CL
Playing Large Games with Oracles and AI Debate
Google DeepMind(谷歌DeepMind);Princeton University(普林斯顿大学);New York University(纽约大学);Amazon Research(亚马逊研究)
针对大规模重复博弈的遗憾最小化问题,提出基于预言机的高效算法,可同时实现内外遗憾最小化且遗憾与行动数对数相关,在AI安全辩论场景实验中验证了有效性。
2024-07-10 cs.AI cs.GT
AlphaViT: A flexible game-playing AI for multiple games and variable board sizes
Komatsu University(komatsu大学)
AlphaViT通过融合Vision Transformers开发出灵活的游戏AI,能适应多种游戏和可变棋盘大小,优于传统算法并接近AlphaZero性能。
2025-08-03 cs.AI cs.LG
Towards Playing Full MOBA Games with Deep Reinforcement Learning
Tencent AI Lab(腾讯人工智能实验室);Tencent TiMi L1 Studio(腾讯天美L1工作室)
MOBA游戏,例如,《王者荣耀》、《英雄联盟》、《Dota 2》等游戏对人工智能系统提出了多智能体、巨大的状态-动作空间、复杂的动作控制等巨大挑战,开发MOBA游戏的人工智能也因此备受关注。然而,现有的工作在处理由代理组合的爆炸引起的原始游戏复杂性方面存在不足,即,阵容,当扩大英雄池的情况下,OpenAI的Dota AI限制发挥只有17个英雄池.因此,没有限制的完整MOBA游戏远远不是任何现有AI系统所能掌握的。在本文中,我们提出了一种MOBA AI学习范式,该范式在方法论上可以通过深度强化学习玩完整的MOBA游戏。具体来说,我们开发了一个新的和现有的学习技术相结合,包括课程自我发挥学习,政策蒸馏,政策外的适应,多头价值估计,和蒙特卡罗树搜索,在训练和发挥了大量的英雄,同时巧妙地解决了可扩展性问题。在流行的MOBA游戏《王者荣耀》上进行测试,我们展示了如何构建能够击败顶级电竞选手的超人人工智能智能体。MOBA人工智能智能体在文献中的首次大规模性能测试证明了我们的AI的优越性。
2020-12-31 cs.AI cs.LG
Assessing the Potential of Classical Q-learning in General Game Playing
Leiden University(莱顿大学);Leiden Institute of Advanced Computer Science(莱顿高级计算机科学研究所)
在最近AlphaGo和AlphaZero的突破性成果之后,我们看到了对游戏中的深度强化学习和人工通用智能(AGI)的强烈兴趣。然而,深度学习是资源密集型的,理论尚未得到很好的发展。对于小型游戏,简单的经典基于表格的Q学习可能仍然是首选算法。通用博弈(GGP)为强化学习研究AGI提供了一个很好的实验平台。Q学习是一种典型的强化学习方法,并且已经被(Banerjee $\&$ Stone,IJCAI 2007)用于GGP。在本文中,我们在GGP中实现了三个小棋盘游戏(Tic-Tac-Toe,Connect Four,Hex)\footnote{source code: https://github.com/wh1992v/ggp-rl}的Q学习,以便与Banerjee等人进行比较。我们发现,Q学习收敛到一个高的胜率在GGP。对于$ε$ -贪婪策略,我们提出了第一个增强,动态$ε$算法。此外,受Gelly $\&$ Silver,ICML 2007的启发,我们结合在线搜索(Monte Carlo搜索)来增强离线学习,并提出了GGP的QM学习。这两种增强都提高了经典Q学习的性能。在这项工作中,GGP允许我们展示,如果通过适当的增强来增强,经典的基于表的Q学习可以在小型游戏中表现良好。
2018-10-14 cs.AI
Enhancements for Real-Time Monte-Carlo Tree Search in General Video Game Playing
Maastricht University(马斯特里赫特大学)
本文针对通用视频游戏博弈中实时蒙特卡洛树搜索提出八种增强方法,单独应用多数可显著提升胜率,组合后使六十款游戏平均胜率从31.0%提升至48.4%,接近2015年GVG-AI竞赛顶尖水平。
2024-07-03 cs.AI
Playing a Strategy Game with Knowledge-Based Reinforcement Learning
arago GmbH(arago有限公司)
本文提出基于知识的强化学习KB-RL,融合多专家知识与强化学习冲突解决策略,在FreeCiv策略游戏中实现完整通关并战胜电脑玩家,且随经验增加持续缩短获胜回合数。
2019-08-15 cs.AI
Applying supervised and reinforcement learning methods to create neural-network-based agents for playing StarCraft II
近年来,人们提出了多种方法来创建用于玩各种复杂的实时计算机游戏(如星际争霸II或Dota 2)的代理,然而,它们要么将大量的专家知识嵌入到代理中,要么使用对大多数研究人员来说过于庞大的计算资源。我们提出了一个神经网络架构,用于玩星际争霸II的完整双人比赛,该架构采用通用监督和强化学习进行训练,可以在具有单个GPU的单个消费级PC上进行训练。我们还表明,我们的实现了一个不平凡的性能相比,在游戏中脚本机器人。除了在一张选定的地图上进行游戏外,我们对游戏没有任何简化的假设,而且我们使用很少的专业知识。原则上,我们的方法可以应用于任何RTS游戏的小修改。虽然我们的结果在最终性能方面远远落后于最先进的大规模方法,但我们相信我们的工作可以作为其他小规模实验的坚实基线。
2021-09-26 cs.AI
Hybrid Minimax-MCTS and Difficulty Adjustment for General Game Playing
Universidade Federal do Rio Grande do Sul(南里奥格兰德联邦大学)
提出一种适用于零和游戏的Minimax-MCTS混合算法与难度调整通用方法,在LoBoGames平台上验证了其在通用博弈中的有效性与可扩展性。
2023-10-25 cs.AI
Shallow decision-making analysis in General Video Game Playing
Queen Mary University of London(伦敦玛丽女王大学);Southern University of Science and Technology(南方科技大学)
通用视频游戏AI竞赛已经成为几种游戏技术的测试场,例如演化计算技术,树搜索算法,基于超启发式或基于知识的算法。到目前为止,用于评估代理人的性能的指标是胜率,游戏得分和游戏长度。在本文中,我们提供了一个更广泛的指标和比较方法,用于评估和比较代理。的指标和比较方法给浅反省到代理的决策过程中,它们可以应用于任何代理,无论其算法的性质。在这项工作中,指标和比较的方法来衡量的条款,构成一个基于MCTS的代理树策略的影响,与几个基线代理。结果清楚地表明,这种通用方法是多么有前途,以及它如何有助于理解人工智能智能体的行为,特别是与基线代理的比较如何有助于理解代理决策景观的形状。所提出的指标和比较方法代表了一个步骤,以更描述性的方式记录和分析代理的行为。
2018-06-04 cs.AI
Playing Atari Games with Deep Reinforcement Learning and Human Checkpoint Replay
University Politehnica of Bucharest(布加勒斯特理工大学)
本文介绍了一种使用深度强化学习从Arcade学习环境中学习如何玩最难的Atari 2600游戏的新方法。所提出的方法,人类检查点重放,包括使用从人类游戏中采样的检查点作为学习过程的起点。这是为了弥补当前探索策略的困难,例如ε贪婪,在稀疏奖励的游戏中找到成功的控制策略。与其他深度强化学习架构一样,我们的模型使用了一个卷积神经网络,它只接收原始像素输入来估计状态价值函数。我们在Atari平台上最具挑战性的两款游戏Montezuma's Revenge和Private Eye上测试了我们的方法。我们得到的结果显示了显着的改善相比,以前的学习方法,以及在一个随机的球员。我们还提出了一种使用人类游戏体验来训练深度强化学习代理的方法,我们称之为人类体验重播。
2016-07-18 cs.AI
Playing SNES in the Retro Learning Environment
Technion, Israel Institute of Technology(以色列理工学院)
掌握一个视频游戏需要技巧,战术和战略。虽然这些属性可以由人类玩家自然地获得,但将它们教授给计算机程序是一项更具挑战性的任务。近年来,在强化学习领域进行了广泛的研究,并引入了许多算法,旨在学习如何执行人类任务,如玩视频游戏。因此,Arcade学习环境(ALE)(Bellemare等人,2013)已经成为一个常用的基准测试环境,允许算法在各种Atari 2600游戏上进行训练。在许多游戏中,最先进的算法都胜过人类。本文介绍了一种新的学习环境,复古学习环境- RLE,它可以运行在超级任天堂娱乐系统(SNES),世嘉创世纪和其他几个游戏机的游戏。该环境是可扩展的,允许更多的视频游戏和控制台轻松添加到环境中,同时保持与ALE相同的界面。此外,RLE与Python和Torch兼容。SNES游戏由于其更高的复杂性和多功能性,对当前的算法构成了重大挑战。
2017-02-07 cs.AI cs.LG
Minibal: Balanced Game-Playing Without Opponent Modeling
LAMSADE, Université Paris-Dauphine, PSL, CNRS(巴黎第四大学LAMSADE研究所,巴黎法兰西理工大学,法国国家科学研究中心)
本文提出Minibal算法,通过改进极大极小算法实现平衡游戏策略,实验表明其在多种棋盘游戏中表现出接近完美平衡的性能,为设计兼具挑战性与趣味性的AI代理提供新方法。
2026-03-24 cs.AI
Playing FPS Games with Deep Reinforcement Learning
School of Computer Science(计算机科学学院);Carnegie Mellon University(卡内基梅隆大学)
深度强化学习的进步使自主智能体在Atari游戏中表现出色,往往优于人类,只使用原始像素来做出决定。然而,这些游戏中的大多数都发生在智能体完全可观察的2D环境中。在本文中,我们提出了第一个架构,以解决第一人称射击游戏中的3D环境,涉及部分可观察的状态。通常,深度强化学习方法仅利用视觉输入进行训练。我们提出了一种方法来增强这些模型,以利用游戏特征信息,如敌人或项目的存在,在训练阶段。我们的模型经过训练,可以同时学习这些特征以及最小化Q学习目标,这可以显着提高我们代理的训练速度和性能。我们的架构也是模块化的,允许不同的模型在游戏的不同阶段进行独立训练。我们表明,所提出的架构大大优于内置的人工智能智能体的游戏,以及人类在死亡竞赛的情况下。
2018-01-29 cs.AI cs.LG
Social Learning Methods in Board Games
本文讨论了社会学习在训练博弈智能体中的作用。在社会背景下,而不是一个自我发挥的环境中的代理人的培训进行了调查。使用强化学习算法的代理在社交环境中进行训练。这模仿了拼字游戏和国际象棋等棋盘游戏的玩家在俱乐部中相互指导的方式。循环赛和修改后的瑞士锦标赛设置用于训练。使用社会环境训练的代理相比,自我发挥代理和结果表明,更强大的代理出现从社会培训设置。更高的状态空间游戏可以从这样的设置中受益,因为不同的代理集将具有多种策略,这些策略增加了在训练结束时获得更有经验的玩家的机会。经过社会学习训练的智能体表现出比自我游戏智能体更好的游戏体验。随着人口规模的增加,修改后的瑞士游戏风格产生了更多更好的游戏代理。
2008-10-20 cs.AI cs.MA
Playing Carcassonne with Monte Carlo Tree Search
Maynooth University(梅努斯大学);National Autonomous University of Mexico(墨西哥国立自治大学)
蒙特卡罗树搜索(MCTS)是文献中一种相对较新的多变量抽样方法。它们可以应用于各种具有挑战性的领域,包括棋盘游戏,视频游戏和基于能量的问题等等。在这项工作中,我们将探讨使用香草MCTS和MCTS与快速行动价值估计(MCTS-RAVE)在卡尔卡松,一个随机游戏的欺骗性评分系统,其中有限的研究已经进行了游戏。我们比较了基于MCTS的方法与Star2.5算法的优势,以前报道过在卡尔卡松游戏中产生竞争力的结果时,特定领域的启发式用于评估游戏状态。我们分析的特殊性时,他们共享一个共同的奖励系统的算法所采用的策略。基于MCTS的方法始终优于Star2.5算法,因为它们能够找到并遵循长期策略,其中香草MCTS表现出比MCTS-RAVE更强大的游戏性。
2020-10-04 cs.AI
Elastic Monte Carlo Tree Search with State Abstraction for Strategy Game Playing
Queen Mary University of London(伦敦玛丽女王大学);Leibniz University Hannover(汉诺威莱布尼茨大学)
战略视频游戏挑战人工智能智能体与他们的组合搜索空间所造成的复杂的游戏元素。状态抽象是一种降低状态空间复杂度的流行技术。然而,目前的游戏状态抽象方法依赖于领域知识,使其应用到新的游戏昂贵。不需要领域知识的状态抽象方法在规划领域得到了广泛的研究。然而,没有证据表明它们可以很好地适应策略游戏的复杂性。在本文中,我们提出了弹性MCTS,一个算法,使用状态抽象玩策略游戏。在Elastic MCTS中,树的节点是动态聚类的,首先通过状态抽象逐渐分组在一起,然后在达到迭代阈值时分离。这种弹性变化既得益于状态抽象带来的高效搜索,又避免了状态抽象对整个搜索的负面影响。为了评估我们的方法,我们利用通用策略游戏平台Stratega来生成不同复杂度的场景。结果表明,弹性MCTS优于MCTS基线有很大的利润,同时减少了$10$的一个因素的树的大小。代码可以在:https://github.com/egg-west/Stratega上找到
2022-05-30 cs.AI
Evaluating Generalisation in General Video Game Playing
Queen Mary University of London(伦敦玛丽女王大学)
通用视频游戏人工智能(GVGAI)竞赛已经运行了几年,有各种赛道。本文重点研究了GVGAI学习轨迹的挑战性,其中选择了3个游戏,并给出了2个级别用于训练,而3个隐藏级别用于评估。这种设置对当前的强化学习(RL)算法提出了困难的挑战,因为它们通常需要更多的数据。这项工作调查了3个版本的优势演员-评论家(A2 C)算法,从GVGAI框架中的5个可用级别中最多训练了2个级别,并比较了它们在所有级别上的性能。所选择的游戏子集具有不同的特征,如随机性,奖励分配和目标。我们发现,随机性提高了泛化能力,但太多的随机性会导致算法无法学习训练水平。培训级别的质量也很重要,不同的培训级别可以促进所有级别的泛化。在GVGAI比赛中,代理商根据他们的胜率和他们在比赛中的得分进行评分。我们发现,仅仅使用游戏提供的奖励可能不会鼓励获胜。
2020-05-22 cs.AI
Playing Go without Game Tree Search Using Convolutional Neural Networks
Stanford University(斯坦福大学)
围棋在东亚国家有着悠久的历史,但计算机围棋领域直到最近几年才赶上人类。虽然围棋的规则很简单,但游戏的策略和组合学非常复杂。即使在过去的几年里,依靠神经网络来评估董事会位置的新程序仍然比专业人士每秒能探索出多出许多数量级的董事会位置。我们试图通过创建一个卷积神经策略网络来模仿人类在游戏中的直觉,该网络在没有任何树搜索的情况下,应该以或高于大多数人类的水平玩游戏。我们介绍了三种结构和训练方法,旨在创建一个强大的围棋选手:非矩形卷积,这将更好地学习棋盘上的形状,监督学习,在53,000场专业比赛的数据集上进行训练,以及强化学习,在不同版本的网络之间进行比赛的训练。我们的网络已经超越了仅仅使用监督学习的中级业余爱好者的技能水平。非矩形卷积和强化学习的进一步训练和实现可能会进一步提高这种技能水平。
2019-07-02 cs.AI cs.LG
Playing Atari Ball Games with Hierarchical Reinforcement Learning
Florida State University(佛罗里达州立大学)
人类特别擅长从几个例子中进行推理和推断。当面临新任务时,人类会利用以前学到的知识和技能,并迅速将它们与新任务结合起来。除了通过实验学习,人类还通过指导和榜样学习来学习社会文化。通过这种方式,在许多任务中,与当前大多数人工智能算法相比,人类可以更快地学习。在本文中,我们测试了通过社会学习加速机器学习的想法。我们认为,在解决现实世界中的问题,特别是当任务是由人类设计的,和/或为人类,通常有指示,从用户手册和/或人类专家,提供指导方针,如何更好地完成任务。我们认为,这些指令在设计一个可以以人类方式学习的强化学习系统方面具有巨大的价值,我们通过玩Atari游戏网球和乒乓来测试这个想法。我们的实验表明,指令提供了关键信息的任务,可用于分解的学习任务到子系统和构建选项的时间扩展的规划,并大大加快学习过程。
2019-09-27 cs.AI
Reuse of Neural Modules for General Video Game Playing
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
知识转移的一般方法介绍了一个代理控制的神经网络适应它如何重用现有的网络,因为它在一个新的领域学习。为新领域训练的网络可以通过选择性地通过先前学习的神经结构来路由激活,从而提高其性能,而不管它是如何学习的或为了什么学习的。这种方法的神经进化实现与应用程序的高维顺序决策域。这种方法比以前用于强化学习的神经传递方法更通用。它是领域不可知的,不需要事先假设任务相关性或映射的性质。该方法在随机版本的街机学习环境中进行了分析,表明它提高了一些更复杂的Atari 2600游戏的性能,并且可以根据游戏动态的高级特性预测转移的成功。
2015-12-04 cs.AI cs.NE
Playing Games in the Dark: An approach for cross-modality transfer in reinforcement learning
INESC-ID(INESC-ID(葡萄牙国家系统与计算机工程研究所));Instituto Superior Técnico, University of Lisbon(里斯本大学高等理工学院);Carnegie Mellon University(卡内基梅隆大学)
在这项工作中,我们探索使用的潜在表示从多个输入感官模态(如图像或声音),允许代理学习和利用政策的不同子集的输入模态。我们提出了一个三阶段的体系结构,允许一个强化学习代理在一个给定的感官模态训练,执行其任务的不同的感官模态,例如,学习视觉策略的图像输入,然后执行这样的政策时,只有声音输入可用。我们表明,广义的政策实现更好的开箱即用的性能相比,不同的基线。此外,我们在不同的OpenAI健身房和视频游戏环境中证明了这一点,即使使用不同的多模态生成模型和强化学习算法。
2019-11-28 cs.AI cs.LG
Deep Apprenticeship Learning for Playing Games
University of Oxford(牛津大学)
在过去的十年中,深度学习在机器学习任务中取得了巨大的成功,其中输入数据用不同级别的抽象表示。在最近使用深度神经网络的强化学习研究的推动下,我们探索了基于专家行为设计学习模型的可行性,用于复杂的多维任务,其中奖励功能不可用。在前人对强化学习中监督学习技术研究的基础上,提出了一种新的学徒学习方法。我们的方法被应用到Atari游戏的视频帧,以教一个人工代理玩这些游戏。尽管所报道的结果与强化学习中最先进的结果不具有可比性,但我们证明了这种方法有可能在未来实现强大的性能,值得进一步研究。
2022-05-16 cs.AI cs.CV cs.LG
Playing hard exploration games by watching YouTube
DeepMind(深度思维)
深度强化学习方法传统上难以处理环境奖励特别稀疏的任务。在这些领域引导探索的一种成功方法是模仿人类演示者提供的轨迹。然而,这些演示通常是在人工条件下收集的,即可以访问代理的确切环境设置以及演示者的动作和奖励轨迹。在这里,我们提出了一个两阶段的方法,克服了这些限制,依靠嘈杂的,不对齐的镜头,而无需访问这些数据。首先,我们学习使用在时间和模态(即视觉和声音)上构建的自监督目标将来自多个源的未对齐视频映射到一个共同的表示。其次,我们在这个表示中嵌入一个YouTube视频,以构建一个奖励函数,鼓励代理模仿人类游戏。这种一次性模仿的方法使我们的智能体在臭名昭著的硬探索游戏Montezuma's Revenge,Pitfall上令人信服地超过人类水平的表现!和私家侦探第一次,即使代理没有任何环境奖励。
2018-11-30 cs.AI cs.CV cs.LG
UzWordnet and Generative AI for Learning Uzbek by Game Playing
研究通过游戏学习乌兹别克语,核心方法是整合UzWordnet、词典及生成式人工智能,设计四款教育游戏并提出改进UzWordnet的游戏方法,主要贡献是实现语言学习与词汇资源提升的双重目标。
2026-07-17 cs.CL cs.HC cs.SE
How to advance general game playing artificial intelligence by player modelling
BrainWork Research Centre(脑力工作研究中心);Finnish Institute of Occupational Health(芬兰职业健康研究所);University of Helsinki(赫尔辛基大学)
由于被称为“深度学习”的各种技术,一般的玩游戏人工智能最近已经看到了重要的进步。然而,这些进步隐藏了同样重要的局限性,即它们依赖于:大量数据集;偶然构建的问题;以及缺乏任何人类水平的复杂性,包括其他人类对手。另一方面,深度学习系统确实击败了人类冠军,例如在围棋中,并不能很好地概括。深度学习的强大同时也暴露了它的弱点。鉴于深度学习主要是对成熟方法的巧妙重新配置,超越最先进的技术要求前瞻性的有远见的解决方案,而不仅仅是更多的相同。我提出的论点,一般的游戏玩人工智能将需要一个广义的球员模型。这是因为游戏本质上是人类的人工制品,因此,作为一类问题,包含需要人类风格解决问题方法的案例。我将这一论点与最先进的一般游戏代理的表现联系起来。然后,我描述了一个概念,一个正式的范畴理论基础,一个广义的球员模型。这种正式的模型方法集成了我现有的“Behavlets”方法,用于心理衍生的玩家建模:Cowley,B.,Charles,D.(2016年)。Behavlets:A Method for Practical Player Modelling Using Psychology-Based Player Traits and Domain Specific Features. User Modeling and User-Adapted Interaction,26(2),257-306.
2016-06-21 cs.AI cs.HC
Role-Playing Simulation Games using ChatGPT
University of Applied Sciences Burgenland(布尔根兰应用科学大学);Lancaster University(兰卡斯特大学)
本文探讨了如何利用ChatGPT在角色扮演模拟游戏场景中提升教学质量并促进学生的主动学习,同时通过让学生练习现实场景来激发其学习兴趣。
2024-02-14 cs.AI cs.HC
Designing Narrative-Focused Role-Playing Games for Visualization Literacy in Young Children
基于游戏设计和教育研究,本文介绍了以叙事为中心的角色扮演游戏作为促进幼儿视觉素养的一种方式。可视化素养技能对于理解我们周围的世界和构建有意义的可视化至关重要,然而,如何在早期更好地发展这些技能仍然在很大程度上被忽视和研究不足。直到最近,可视化社区才开始填补这一空白,导致了早期教育中使用的教育工具的初步研究和开发。我们通过探索游戏化来支持学习,并通过利用涉及可视化的数据相关问题中的叙述来确定应用基于角色扮演游戏的设计的机会。我们研究了包括叙事元素对学习的影响,通过技术探针,接地在一组设计考虑来自可视化,游戏设计和教育科学。我们创建了两个版本的游戏-一个有叙事元素,一个没有-并使用受试者之间的研究设计评估了33名11至13岁的儿童参与者的实例。尽管参与者需要两倍的时间来完成他们的游戏,由于额外的元素,包括这些元素被发现,以提高参与而不牺牲学习;我们的研究结果表明,图形阅读技能的发展没有显着差异,但在参与和整体享受的游戏显着差异。我们报告所收集的观察结果和定性反馈,并指出需要改进的地方和未来工作的空间。
2020-08-31 cs.HC
Playing With Friends -- The Importance of Social Play During the COVID-19 Pandemic
本研究探讨COVID-19大流行期间游戏作为社交接触替代方式的潜力,通过在线调查发现游戏的社交价值取决于个人游戏习惯,危机主要催化已有游戏习惯。
2024-03-06 cs.HC
Task-Based Role-Playing VR Game for Supporting Intellectual Disability Therapies
本文开发并评估了基于任务的角色扮演VR游戏Space Exodus,通过整合日常生活场景支持智力障碍儿童治疗,实验显示70-80%参与者成功实现技能迁移,证实VR作为治疗工具的潜力。
2024-12-16 cs.HC cs.SE
SwarmPlay: A Swarm of Nano-Quadcopters Playing Tic-tac-toe Board Game against a Human
我们提出了一种新的游戏模式,即SwarmPlay,其中每个游戏组件都由一个单独的无人机呈现,该无人机具有自己的移动性和群体智能,以赢得对人类玩家的胜利。这项研究背后的动机是让机器游戏变得有形和互动。虽然已经存在一些关于棋盘游戏机器人玩家的研究,例如,国际象棋,SwarmPlay技术有可能提供更多的参与和与人类的互动,因为它提出了一个多智能体群,而不是一个单一的互动机器人。该系统由一个机器人群,一个工作站,一个计算机视觉(CV),和基于博弈论的算法。开发了一种新颖的游戏算法,为用户提供自然的游戏体验。初步的用户研究显示,参与者高度参与了无人机游戏(69%的人在李克特量表上打出了最高分),并发现与常规的基于计算机的系统相比,它不那么人工(77%的人打出了最高分)。分析并讨论了游戏结果对用户游戏感知的影响。用户研究表明,SwarmPlay有潜力在更广泛的游戏中实现,显着提高人机交互性。
2021-08-01 cs.HC
Playing the Imitation Game: How Perceived Generated Content Shapes Player Experience
Northeastern University(东北大学)
研究发现玩家对生成内容的感知偏见影响其游戏体验,认为人类制作的关卡更有趣,而认为AI生成的关卡更具有挑战性。
2026-02-15 cs.HC
Playing games with Tito: Designing hybrid museum experiences for critical play
本文汇集了两个不同的,但相关的角度对好玩的博物馆经验:关键发挥和混合设计。本文探讨了这两个角度相结合的挑战,通过设计两个混合博物馆的经验,旨在促进关键发挥与/在南斯拉夫博物馆的收藏和高度有争议的遗产,他们代表。基于设计过程中的反思以及测试用户的反馈,我们描述了一系列挑战:遵守游客行为规范,挑战人工制品的作用,挑战策展权威。最后,我们概述了一些可能的设计策略,以应对这些挑战。
2021-01-29 cs.HC
The Influence of Color Stimuli on Adolescents' Emotion Playing Mobile Games
本研究通过21名青少年游玩不同色相与饱和度关卡的移动平台游戏,发现颜色对整体情绪无显著影响,但男性在效价评分上存在色相与饱和度交互效应。
2024-02-29 cs.HC