Применение обучения с подкреплением в геймифицированных сценариях

Разработка решений с использованием алгоритмов машинного обучения стала трендом в самых разных областях. Как следствие, в последнее десятилетие оно быстро продвигает вперед большинство этих областей. Разработка игры не осталась в стороне. Более того, игры часто используются для тестирования алгоритмов искусственного интеллекта. Различные среды с открытым исходным кодом созданы для исследователей, чтобы те могли оценивать свои алгоритмы в согласованной среде и получать сравнимые результаты. Алгоритмы управляющие поведением игровых ботов становятся правдоподобными для игроков. Проект охватывал новейшие и хорошо известные техники искусственного интеллекта в играх. Кроме того, он включает геймифицированный сценарий, похожий на игровой дизайн “Музыкальные стулья”. На основе этого сценария, агенты учились и научились игре с использованием обучения с подкреплением, точнее Proximal Policy Optimisation. У агентов были различные сенсоры - отбрасывание лучей и виртуальные камеры. Агенты действовали как в дискретном, так и в непрерывном пространстве. Обучение всех моделей в основном тесте было ограничено миллионом эпизодов. Все результаты были собраны, сопоставлены и обсуждены.