漫谈游戏的深度学习算法,从FPS和RTS角度分析

创造新型电子游戏

　　H. 终身适应性

　　I. 与人类相似的玩游戏方式

　　J. 性能水平可调整的智能体

　　K. 游戏的学习模型

　　L. 处理大型决策空间

　　结论

　　本论文对应用到电子游戏中的深度学习方法进行了综述，涉及到的电子游戏类型包括：街机游戏、竞速游戏、第一人称射击游戏、开放世界游戏、即时战略游戏、物理游戏和基于文本的游戏。涉及到的多数工作研究端到端无模型深度强化学习，其中卷积神经网络能够通过游戏互动从原始像素中直接学习玩游戏。一些研究还展示了使用监督学习从游戏日志中学习，让智能体自己在游戏环境中展开互动的模型。对于一些简单的游戏，如很多街机游戏，本文谈及的很多方法的表现已经超过人类水平，而复杂度更高的游戏还面临很多开放性挑战。