• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Intelligent Agent Technology, IEEE/WIC/ACM International Conference on >Challenge-sensitive action selection: an application to game balancing
【24h】

Challenge-sensitive action selection: an application to game balancing

机译：挑战敏感的动作选择：游戏平衡的应用

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Dealing with users of different skills, and of variable capacity for learning and adapting over time, is a key issue in human-machine interaction, particularly in highly interactive applications such as computer games. Indeed, a recognized major concern for the game developers' community is to provide mechanisms to dynamically balance the difficulty level of the games in order to keep the user interested in playing. This work presents an innovative use of reinforcement learning techniques to build intelligent agents that adapt their behavior in order to provide dynamic game balancing. The idea is to couple learning with an action selection mechanism which depends on the evaluation of the current user's skills. To validate our approach, we applied it to a real-time fighting game, obtaining good results, as the adaptive agent is able to quickly play at the same level as opponents with different skills.
机译：与不同技能的用户打交道，以及随着时间的推移学习和适应能力变化的用户，是人机交互（尤其是在高度交互的应用程序，例如计算机游戏）中的关键问题。实际上，对于游戏开发者社区来说，公认的主要问题是提供一种机制，以动态平衡游戏的难度级别，以使用户对玩游戏保持兴趣。这项工作提出了强化学习技术的创新用法，以建立适应其行为的智能代理，从而提供动态的游戏平衡。这个想法是将学习与一个动作选择机制结合起来，该机制取决于对当前用户技能的评估。为了验证我们的方法，我们将其应用于实时格斗游戏中，并获得了良好的效果，因为自适应代理能够迅速以与具有不同技能的对手相同的水平进行比赛。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号