| 基于强化学习的非玩家角色行为改进 |
| |
| 引用本文： | 李炎武,陈渝,曾庆维,罗程,林涛.基于强化学习的非玩家角色行为改进[J].四川大学学报(自然科学版),2014,51(5):915-920. |
| |
| 作者姓名： | 李炎武 陈渝 曾庆维 罗程 林涛 |
| |
| 作者单位： | 1. 四川大学计算机学院,成都,610065
2. 四川民族学院计算机学院,康定,626001 |
| |
| 基金项目： | 四川省科技支撑项目（2013GZX0138；2012GZ0091） |
| |
| 摘 要： | 当前游戏中非玩家角色(Non-player Character,NPC)的行为主要基于随机决策或者传统的预定义行为决策,该方法的NPC不具有对游戏环境的自主学习能力.本文研究的目的是探索将强化学习方法应用于提高游戏NPC智能,使NPC在游戏过程中能实时地学习和适应演进的游戏环境,产生最合适的行为策略来响应玩家.本文提出一种动态训练强化学习的探索率参数方法,并将该方法应用于经典的Bomber Man游戏中.实验结果表明,该方法训练的NPC比非强化学习和传统强化学习训练的NPC具有更高的智能.
|
| 关 键 词： | 游戏智能 强化学习 非玩家角色 |
| 收稿时间： | 2013/8/24 0:00:00 |
Using reinforcement learning to improve NPC intelligence |
| |
| LI Yan-Wu
,
CHEN Yu
,
ZENG Qing-Wei
,
LUO Cheng
,
LIN Tao.Using reinforcement learning to improve NPC intelligence[J].Journal of Sichuan University (Natural Science Edition),2014,51(5):915-920. |
| |
| Authors: | LI Yan-Wu CHEN Yu ZENG Qing-Wei LUO Cheng LIN Tao |
| |
| Institution: | College of Computer, Sichuan University;College of Computer Science, Sichuan University for Nationalities;College of Computer, Sichuan University;College of Computer, Sichuan University;College of Computer, Sichuan University |
| |
| Abstract: | |
| |
| Keywords: | Game intelligence Reinforcement learning NPC |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
|
