一项机器学习实验成功训练了一个智能体，使其能够进行反应式游戏，而不是依赖脚本动作。在尝试了各种强化学习技术并经历了 123 次失败后，通过对奖励函数进行细微的调整，取得了突破。这种改变直接奖励了挡板在球下落过程中与球的接近程度，鼓励智能体动态跟踪球的运动。该项目包括一个名为“Split-Watcher”的工具来可视化智能体的行为，以及用于复制的开源代码。 AI
影响 通过调整奖励函数，展示了一种在 AI 智能体中实现更像人类的反应式行为的新方法。
排序理由 研究论文，详细介绍了游戏智能体强化学习的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
