当前位置 : 主页 > 编程语言 > java >

Playing FPS Games with Deep Reinforcement Learning

来源:互联网 收集:自由互联 发布时间:2022-07-17
论文不同点: (1)用两套网络分别实现移动和射击。 (2)使用LSTM来处理不完全信息。 疑问: (1)为什么对于射击使用RNN,对导航却没有使用RNN。一般来说,当我们看见视野里面有

论文不同点:

(1)用两套网络分别实现移动和射击。

(2)使用LSTM来处理不完全信息。

 疑问:

(1)为什么对于射击使用RNN,对导航却没有使用RNN。一般来说,当我们看见视野里面有敌人的时候,我们可以立即进行射击,似乎不太需要长久的历史信息,再官方给出的视频中,我也没发现RNN有什么好处。另一方面,倒是导航应该使用RNN,对于非完全信息来说,bot只根据当前的画面并不能判断自身的位置和已经走过的路径,加入历史信息才能帮助bot建立长久的移动策略。

 

该论文没有考虑的地方:

(1)没有环顾四周探测敌人和物资的策略。

(2)没有训练上下视角移动的策略,没法精确射击敌人,没法处理有阶梯的情况。

黄世宇/Shiyu Huang's Personal Page:​​https://huangshiyu13.github.io/​​



上一篇:Matlab字符串分割
下一篇:没有了
网友评论