返回
Optimizing DOOM Game Using Reinforcement Learning
DOI:10.1007/978-3-032-05545-3_30.png)
摘要
En 中文
本研究探讨了四种先进强化学习(RL)算法——近端策略优化(PPO)、深度Q网络(DQN)、优势演员-评论家(A2C)和深度确定性策略梯度(DDPG)——在Doom环境中的应用,以优化代理性能,Doom是一款高维第一人称射击游戏。每种算法均被训练以应对不同复杂程度下的导航、目标消除和资源收集等任务。实验整合了定制奖励工程、状态空间设计和环境修改,以挑战代理的适应性。性能评估显示,PPO在连续动作场景中实现了卓越的稳定性和样本效率,而DQN在离散状态-动作空间和确定性奖励方面表现优异。近期应用已证明强化学习在控制游戏代理以实现胜利方面的潜力及其在促进人类开发者游戏开发流程中的作用。A2C通过同时更新演员和评论家网络,展示了强大的可扩展性和快速收敛性。DDPG在学习和连续控制策略方面表现出色,但需要大量的超参数调整以实现最佳性能。在所有实验中,PPO和A2C在处理复杂游戏机制方面表现最一致。对训练时间、计算资源使用和收敛率的比较分析突显了每种方法固有的权衡。研究发现强化学习技术在掌握像Doom这样的动态交互环境中的有效性,并为其实际部署于机器人、自主导航和战略决策系统等现实世界应用提供了见解。
Keyword:
Reinforcement Learning
Proximal Policy Optimization (PPO)
Deep Q-Networks (DQN)
A2C
Deep Deterministic Policy Gradient (DDPG)
Doom Game Optimization
Action Spaces
Agent Training
期刊
P
IF:
0
论文数:
37
被引数:
0
机构
暂无机构信息
引用论文
Grandmaster level in StarCraft II using multi-agent reinforcement learning使用多智能体强化学习在星际争霸II中的大师水平
Nature
IF0
没有更多内容

