一种适合MMOG的强化学习方法
提出了一种适合MMOG的强化学习算法，算法中NPC(Non PlayerCharacter)选择的策略是基于对其他NPC选择的策略的信任基础上，不同于现有的大部分算法是基于对行动的信任上。 该算法只记录NPC学习失败的情况，由于失败的情况要比成功的情况少很多，历史知识空间会显著降低，有效地提高了算法的效率;同时，该算法使用历史记录来对NPC学习的动作进行评估，进一步提高了算法的效率。最后，通过坦克大战游戏进行仿真，验证了这种学习算法是一种高效、快速的学习方法，并且该算法可以很好地适用于MMOG中NPC学习问题。
MMOG 强化学习 Q学习 策略信任
王洪彦
沈阳航空工业学院 计算机学院，沈阳 110136
国内会议
北京
中文
276-278
2008-11-15（万方平台首次上网日期，不代表论文的发表时间）