实体 Draillant

Draillant

PulseAugur coverage of Draillant — every cluster mentioning Draillant across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_356625 · Nov 12 · 02:06

AI代理学会以类似人类的行为玩《超级马里奥兄弟》

研究人员开发了一种方法，可以训练AI代理更有效地、更像人类地玩《超级马里奥兄弟》。通过在大量且多样化的程序生成关卡上训练近端策略优化（PPO）代理，这些代理在泛化到未见过关卡方面表现出改进。使用人类游戏数据通过扩散奖励对抗模仿学习（DRAIL）进行进一步微调，在保留其核心游戏风格的同时，提高了代理在动作层面的类人行为。