深度强化学习中状态注意力机制的研究

摘要：

虽然在深度学习与强化学习结合后,人工智能在棋类游戏和视频游戏等领域取得了超越人类水平的重大成就,但是实时策略性游戏星际争霸由于其巨大的状态空间和动作空间,对于人工智能研究者来说是一个巨大的挑战平台,针对Deepmind在星际争霸Ⅱ迷你游戏中利用经典的深度强化学习算法A3C训练出来的基线智能体的水平和普通业余玩家的水平相比还存在较大的差距的问题.通过采用更简化的网络结构以及把注意力机制与强化学习中的奖励结合起来的方法,提出基于状态注意力的A3C算法,所训练出来的智能体在个别星际迷你游戏中利用更少的特征图层取得的成绩最高,高于Deepmind的基线智能体71分.

关键词：深度学习、强化学习、注意力机制、A3C算法、星际争霸Ⅱ迷你游戏、智能体、微型操作

所属期刊栏目：15

分类号：TP183(自动化基础理论)

资助基金：中央高校基本科研业务费专项资金项目;国家自然科学基金项目

在线出版日期：2020-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：317-322