zoukankan      html  css  js  c++  java
  • Playing FPS Games with Deep Reinforcement Learning

    论文不同点:

    (1)用两套网络分别实现移动和射击。

    (2)使用LSTM来处理不完全信息。

     疑问:

    (1)为什么对于射击使用RNN,对导航却没有使用RNN。一般来说,当我们看见视野里面有敌人的时候,我们可以立即进行射击,似乎不太需要长久的历史信息,再官方给出的视频中,我也没发现RNN有什么好处。另一方面,倒是导航应该使用RNN,对于非完全信息来说,bot只根据当前的画面并不能判断自身的位置和已经走过的路径,加入历史信息才能帮助bot建立长久的移动策略。

    该论文没有考虑的地方:

    (1)没有环顾四周探测敌人和物资的策略。

    (2)没有训练上下视角移动的策略,没法精确射击敌人,没法处理有阶梯的情况。

  • 相关阅读:
    SQL Server Management Studio
    uiimage拉伸
    时间空间复杂度
    冒泡选择排序

    插入排序
    快速构建APP
    TTTAtibutedlabel
    Git命令
    适配
  • 原文地址:https://www.cnblogs.com/huangshiyu13/p/8473259.html
Copyright © 2011-2022 走看看