基于规则增强的强化学习在大型第一人称射击游戏地图中的交互代理训练
原文中文，约500字，阅读约需2分钟。发表于：。本研究聚焦于在大型复杂的FPS在线多人游戏《Arena Breakout》中部署游戏AI面临的挑战，提出了一种名为私人军事公司代理（PMCA）的新型游戏AI系统。通过结合导航网格和射击规则的深度强化学习方法，优化了代理的导航和战斗能力，从而显著提升了游戏AI的交互性与人类玩家的相似性。
为了在未来战争中保持竞争力，需要加快人工智能研发，特别是利用机器学习开发智能战斗行为。研究正在探索分层强化学习（HRL），目标是开发超人类表现的军事顾问。研究内容包括HRL训练框架、多模型决策、状态空间抽象化、内在奖励引擎，并应用于高保真战斗模拟。
