知识卡片
类人评分会奖励意外行为
将停顿、覆盖面积与风险等代理指标加到树搜索分数,可调整动作风格。若指标没有区分有目的的停顿与反复等待,控制器会用无意义行为提升代理分。用不同类型关卡、原始胜率和匿名录像解释交叉检验,才能判断何处模仿有效。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
可以认为为了能够大范围运动,导入到类人化函数H的H=–5导致了无用的左右摇摆动作过多。
参考来源
- 位置:《AI游戏开发和深度学习进阶》第6章 6.5 使用“类人化”函数的类人化游戏AI(book-source,`extracted/AI游戏开发和深度学习进阶/_epub-src/OEBPS/Text/0053.xhtml`)
- 结论依据:原文公式 6.2 修改 UCB,并报告不同游戏里无用摆动和停顿的反例。
- 原始内容:可以认为为了能够大范围运动,导入到类人化函数H的H=–5导致了无用的左右摇摆动作过多。