FightLadder

AI智能体学习格斗游戏中的动作时长

研究人员开发了一个新的格斗游戏强化学习框架，允许智能体不仅学习采取什么行动，还学习执行该行动的时长。这种方法使智能体能够动态调整其响应能力，超越了当前强化学习系统中常见的固定决策间隔。在FightLadder环境中的实验表明，学习到的时序可以匹配固定的帧跳过性能，并鼓励可重复的动作模式，尽管智能体通常在帧跳过率较高时表现最佳，从而导致针对脚本化机器人的剥削性策略。