DK
научить обыгрывать её
Size: a a a
2020 December 25
DK
а потом заставить играть саму с собой
DK
(в прочем так и делают обычно) за исключением, что иногда дают Pretrain
AA
она упрется в какую-то свою игру, а с нормальными стратками не вывезет
DK
Artamonova A
она упрется в какую-то свою игру, а с нормальными стратками не вывезет
зависит от уровня exploration
DK
тут скорее технически это реализовать сложно
DK
чтобы нормально обучать нужно, чтобы было доступо две функции: функция награды и функция step
DK
если награду можно в самом простом случае считать как Delta по score с предыдущим тиком
DK
то со step возникают сложности в плане архитектуры
DK
нужно, чтобы эта функция принимала на вход action, например, бежать/атаковать для юнита, а на выходе выдавала награду после этого действия
DK
т.е с точки зрения архитектуры нужно посылать серверу action, получать от него Player.score и выдавать его от функции как награду
DK
с простыми нейронками гораздо проще, нужно просто запарсить логи и обучать предсказание action'a для юнита
DK
но если кто-то захочет заколлаборатиться над этим проектом с РЛ после соревнования, welcome
ПЛ
но если кто-то захочет заколлаборатиться над этим проектом с РЛ после соревнования, welcome
РЛ = reinforcement learning?
ДК
И AlphaStar и вышеупомянутый SCC учились сначала человеческие игры возпроизводить. Потому что, с комбинаторными пространствами действий exploration за разумное время ничего не выдаст даже c огромными ресурсами.
A
я пробовала тут рл. Это жопа. Она с 0 не сходится, вообще
ПЛ
И AlphaStar и вышеупомянутый SCC учились сначала человеческие игры возпроизводить. Потому что, с комбинаторными пространствами действий exploration за разумное время ничего не выдаст даже c огромными ресурсами.
Угумс. Статьи, которые про подобные игры, часто начинались со слов: взяли 100500 реплеев и предобучили)
A
а адекватно предобучить супервайзд - не получится, ибо не на чем
A
чтобы хотя бы учиться на своем, надо написать хотя бы одну страту, а я тупенькая
ДК
РЛ = reinforcement learning?
Да. Забавно, что я тоже шел сюда использовать RL (Reinforcement Learning). Но чуть разобравшиcь c ограничениями, решил что RL для меня здесь будет Rust Language.