深度强化学习在实时策略游戏中的应用研究

来源 :北京交通大学 | 被引量 : 6次 | 上传用户：suguangli1507

【摘要】

：

近年来,深度学习不仅促进图像检测、语音识别和自然语言处理等领域的发展,而且使得强化学习领域的研究成果取得新突破。深度强化学习发展以后,在视频小游戏上取得超越人类水平的成绩,“围棋专家”阿尔法狗和阿尔法元也展示出超强的才能并战胜人类围棋专家。然而,深度强化学习在更加复杂的实时策略游戏应用中开始遭遇瓶颈,其面临的主要问题包含两个方面的内容,一方面,智能体自我行为决策中基于值函数迭代的深度强化学习算法中

【作者】

：

申翔翔

【出处】

：

北京交通大学

【发表日期】

：

2019年01期

【关键词】

：

深度强化学习实时策略性游戏深度确定性策略梯度算法指数滑动平均智能体动作值函数动作值网络自注意力机制

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

回回产卜爹仇贱回——回日E回。”。回祖一回“。回干肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》砧叫]们羽制作:陈恬’＃陈川个美食 Back to yield Buddy revenge - back to Japan E back. “Back once again.” Back to the dried meat in the magic N_. NH lP7-ewwe - “a” $ MN.W; - __._ - ------ "anvil called] feather production: Chen Tian

其他文献

公路路面水泥稳定碎石基层施工技术研究

路面基层的施工是公路工程建设的关键,路面基层施工质量的高低直接影响着公路工程的路面平整度和行车舒适度,决定着公路工程的使用年限。在公路路基的施工中,一定要严格把控

期刊

路面基层水泥稳定碎石施工工艺质量检测

论深度报道

深度报道的特点在于一个“深”字，而这个“深”深在什么层面上，能达到什么程度，或者说就一篇报道而言，如何去遵循、去把握，更主动地从内容到形式上去追求深度，还需要人们从理论上加

期刊

深度报道述评新闻解释性报进

认缴制下公司债权人利益保护

2013年《公司法》取消了对设立公司的最低注册资本限额的规定,也不再限制股东的出资缴纳期限等,确立了注册资本认缴登记制度。注册资本认缴登记制放松了政府对市场主体准入的

学位

认缴制公司债权人信息披露股利分配

青钱柳叶提取物对Caco-2细胞二糖酶活性的抑制作用

采用Caco-2细胞模型,分析了青钱柳Cyclocaryapaliurus叶水提物、醇提后的水提物、95%醇提物、乙酸乙酯萃取物和正丁醇萃取物 5种不同提取物对 Caco-2细胞活力的影响及对 Caco

期刊

青钱柳Caco-2细胞二糖酶活性麦芽糖酶蔗糖酶乳糖酶

吡唑醚菌酯对两种植物真菌病害的防效和靶区残留量之间的效应关系

本实验设计、实施了在田间温室中使用喷雾式施药方式前提下,吡唑醚菌酯对西瓜白粉病和黄瓜霜霉病的防治效果调查实验,通过对田间病害发生情况的调查,计算得到病情指数和防治

学位

吡唑醚菌酯防治效果靶区残留检测

环氧磷酸活性阻燃剂的合成及对环氧树脂酸酐固化物性能的影响

通过将环氧树脂和磷酸直接反应,制得了与环氧树脂相容性较好的新型含磷活性阻燃剂——环氧磷酸。研究了其对环氧树脂酸酐固化物阻燃性以及其它各种性能的影响。实验结果表明:

期刊

环氧磷酸阻燃环氧树脂

开采沉陷预报中GM(1,1)和ARIMA(p,d,q)模型的对比分析

在矿区开采沉陷预报过程中,基于统计学的预报模型是开采沉陷预报的一种重要的手段。本文采用GM(1,1)模型和ARIMA(p,d,q)模型预测了开采沉陷的累计下沉值,并对这两种模型的适

期刊

开采沉陷GM(11)模型ARIMA(pdq)模型预报

江苏大幅缩减生猪屠宰企业

本刊辑：据中国农产品加工网2011年3月8日报道，江苏省商务厅等九部门召开电视电话会议，贯彻落实国家九部门相关精神，对进一步推动生猪屠宰资格审核清理工作做卅全面部署．明确严格生

期刊

屠宰企业江苏省生猪缩减准入门槛屠宰行业清理工作定点屠宰

4种皮类药材的采收与加工

皮类药材包括牡丹、杜仲、金鸡纳树、清化肉桂等,适时进行采收及加工,是提高产量及品质的重要一环。下面介绍其采收及加工技术一、牡丹。采用分株繁殖的生长3～4年,种子播种繁

期刊

胰腺损伤27例临床观察和护理

期刊

胰腺损伤引流管护理临床观察

深度强化学习在实时策略游戏中的应用研究

与本文相关的学术论文