StarCraft II：A New Challenge for
2018-01-17 本文已影响79人
海街diary
简介：这篇文章主要介绍了增强学习在星际争霸中的应用。作者简单介绍了星际争霸，以及提供的接口pysc。
原理：在星际争霸中存在多个agent，和一个uncompleted mini-map，需要在最后破坏掉对方的所有建筑，目标可以是最后的win(1)、tile(0)、lose(-1)，也可以是游戏提供的分数(score)。通过屏幕截图，我们可以利用DL来提取、获取信息，得到situation，然后根据RL算法，做出action的选择，通过pysc接口进行agent的控制。由于真实游戏太复杂，作者提供了几个mini-game，在这些mini-game中也可以应用RL。
在实现过程中，作者提出了Atari-net和FullyConv和FullyConvLSTM三种框架，并运用Asynchronous Advantage Actor Critic方法，进行了真实游戏和mini-game 的对比（这些方法和结果对比还没看懂 - - !)
