申请/专利权人:清华大学深圳国际研究生院
申请日:2024-03-27
公开(公告)日:2024-06-11
公开(公告)号:CN118170666A
主分类号:G06F11/36
分类号:G06F11/36;G06N3/092
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.28#实质审查的生效;2024.06.11#公开
摘要:一种面向游戏研发阶段的强化学习关卡测试方法,其特征在于,包括:在游戏关卡测试过程中进行多样性驱动的强化学习,多样性驱动的强化学习算法设置有针对于交互环境的任务目标奖励rex和对当前策略的多样性评估产生的多样性奖励rin,其中,当当前策略的多样性大于等于阈值δin且任务目标奖励rex小于阈值δex时,使学习目标侧重于获取更多的任务目标奖励rex;而当当前策略的多样性小于阈值δin时,使学习目标侧重于获取更多的多样性奖励rin,以促使智能体选择之前没有采取的策略。本发明提高了训练目标的针对性,提高了使用强化学习算法进行游戏测试时对游戏环境探索的覆盖率以及产生的数据的有效性,更好地满足了工业化游戏研发管线中的测试需求。
主权项:1.一种面向游戏研发阶段的强化学习关卡测试方法,其特征在于,包括:在游戏关卡测试过程中进行多样性驱动的强化学习,多样性驱动的强化学习算法设置有针对于交互环境的任务目标奖励rex和对当前策略的多样性评估产生的多样性奖励rin,其中,当当前策略的多样性大于等于阈值δin且任务目标奖励rex小于阈值δex时,使学习目标侧重于获取更多的任务目标奖励rex;而当当前策略的多样性小于阈值δin时,使学习目标侧重于获取更多的多样性奖励rin,以促使智能体选择之前没有采取的策略。
全文数据:
权利要求:
百度查询: 清华大学深圳国际研究生院 一种面向游戏研发阶段的强化学习关卡测试方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。