控制理论与应用

作者：唐振韬,梁荣钦,朱圆恒,赵冬斌

单位：中国科学院自动化研究所,中国科学院大学,中国科学院自动化研究所,中国科学院自动化研究所

关键词：实时格斗游戏; 统计前向规划; 深度强化学习; 性能因子; 智能决策

基金：科技部科技创新2030“新一代人工智能”重大项目(2018AAA0101005), 中国科学院战略性先导研究项目(XDA27030400), 中国科学院青年创新促 进会项目(2021132)资助.

格斗游戏作为实时双人零和对抗博弈的代表性问题, 具有实时对抗和快速响应的重要研究特性. 相应针对性方法的提出有效反映了游戏人工智能领域的重要研究进展及发展方向. 本文以格斗游戏人工智能竞赛作为研究背景, 将智能决策方法分为启发式规则型、统计前向规划型与深度强化学习型三大类型, 介绍相应的智能决策方法在实时格斗游戏中的研究进展. 为分析格斗游戏智能决策方法的表现性能, 本文提出了胜率、剩余血量、执行速率、优势性和伤害性的5个性能因子, 系统分析智能决策方法的性能优势及不足. 最后, 对未来的在格斗游戏中研究发展趋势进行展望.

来源：2022年第6期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第6期