【标题】MarioMix: Creating Aligned Playstyles for Bots with Interactive Reinforcement Learning

【作者团队】Christian Arzate Cruz, Takeo Igarashi

【论文链接】https://arxiv.org/pdf/2105.12944.pdf

【发表日期】2021.5.27

【推荐理由】本文提出了一个通用的框架，该框架使游戏开发者无需具备机器学习知识，就可以根据自己的喜好来创建具有行为风格的机器人行为。此外，该框架基于交互式强化学习（IRL），并使用它创建了一个名为MarioMix的行为创作工具。此工具使非专家能够为名为“Super Mario Bros”的游戏创建具有不同游戏风格的机器人。MarioMix的主要交互过程包括向最终用户展示具有不同游戏风格的预计算机器人的短游戏剪辑。然后，最终用户可以选择具有预期行为的playstyle的bot。最好，本文通过整合业内游戏设计师的意见来评估MarioMix。研究结果表明MarioMix是一个在游戏行业环境中通过交互式RL创建一致机器人行为的有效工具。

内容中包含的图片若涉及版权问题，请及时与我们联系删除