基于统计前向规划算法的游戏通用人工智能

发布时间：2022-01-17 17:23

　　统计前向规划（statistical forward planning,SFP）算法使用仿真模型（也称为前向模型）自适应地搜索有效的动作序列,此类算法提供了一种简单通用的方法,为各种游戏提供快速自适应的AI控制。介绍了两种常用的SFP算法:蒙特卡罗树搜索和滚动层进化,并证明了在没有任何事先训练的情况下,SPF算法就可以在各种视频游戏中出色地运行。 

【文章来源】：智能科学与技术学报. 2019,1(03)

【文章页数】：9 页

【部分图文】：

用于预测中心瓦片下一个状态的本地局部邻域模式

有很多实现局部正向模型学习的算法，例如Hash图和决策树模型。不完美的模型也是很有用的，可以提供不错的结果。从图3可以看到，3种状态的结果基本是一致的，但是有的时候也会出现一些错误，不过正如之前说的，不是完美的方法才有用，这个局部模型在很大程度上是适用的。2.3 可解释性

以推箱子游戏来说明这一学习过程，推箱子属于一个解谜游戏，如图1所示，玩家（小矮人）必须将所有的箱子（灰色方块）推入目标（橙色圆圈）才能通过关卡。如果想把箱子推到指定位置，需要先把箱子推到另一侧，让游戏的个体能够把箱子从另一个方向推动到目标位置，这是一个典型的基于网格的游戏模型。这个游戏可以使用局部模型依次建立前向模型，从而确定对应动作。在这个游戏中，状态可以表示为一组排列在网格中的瓦片，其中T(x,y)代表处于网格中位置为(x,y)的瓦片。游戏的目标是根据单元格的状态tA以及它在t时刻的局部邻域状态N(x,y)t来预测每个瓦片在t+1时刻的状态T(x,y)t+1。令局部状态转换函数fx,y为：


本文编号：3595133