嗨,Reddit!
一周前,我发布了一个使用本地生成的游戏资产的实验。这次,我想看看能否训练神经网络来控制战斗中的敌人。
战斗者完全通过 Unity ML‑Agents 的自演(self‑play)使用 PPO 进行学习。他们与自己的复制体以及网络过去版本进行对抗。
其中最大的挑战之一是教他们移动并应对对手。加入一个小的 LSTM 记忆体后,差异很明显:战斗者开始适应对手的行为,而不是重复相同的错误。
训练在 16 个无头 arenas(环境)上进行,使用笔记本电脑。10 百万步,约 10 小时。
上方视频。代码和设计文档:https://github.com/kvladsrc/gym/blob/main/games/soulslike/training/README.md
评论 (0)