At Human Speed: Deep Reinforcement Learning with Action Delay

强化学习 计算机科学 人工智能 动作(物理) 电子游戏 感知 深度学习 领域(数学) 人工神经网络 人类智力 机器学习 人机交互 多媒体 心理学 数学 物理 量子力学 神经科学 纯数学
作者
Vlad Firoiu,Tina Ju,Josh Tenenbaum
出处
期刊:Cornell University - arXiv 被引量:27
标识
DOI:10.48550/arxiv.1810.07286
摘要

There has been a recent explosion in the capabilities of game-playing artificial intelligence. Many classes of tasks, from video games to motor control to board games, are now solvable by fairly generic algorithms, based on deep learning and reinforcement learning, that learn to play from experience with minimal prior knowledge. However, these machines often do not win through intelligence alone -- they possess vastly superior speed and precision, allowing them to act in ways a human never could. To level the playing field, we restrict the machine's reaction time to a human level, and find that standard deep reinforcement learning methods quickly drop in performance. We propose a solution to the action delay problem inspired by human perception -- to endow agents with a neural predictive model of the environment which "undoes" the delay inherent in their environment -- and demonstrate its efficacy against professional players in Super Smash Bros. Melee, a popular console fighting game.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
斯文败类应助科研通管家采纳,获得10
刚刚
爆米花应助科研通管家采纳,获得10
刚刚
CodeCraft应助自觉的忆霜采纳,获得10
刚刚
梓泽丘墟应助科研通管家采纳,获得10
刚刚
思源应助科研通管家采纳,获得10
刚刚
刚刚
lzx完成签到,获得积分10
刚刚
充电宝应助科研通管家采纳,获得10
刚刚
小二郎应助科研通管家采纳,获得10
刚刚
彭于晏应助科研通管家采纳,获得10
刚刚
英俊的铭应助科研通管家采纳,获得10
1秒前
橘子屿布丁完成签到,获得积分10
1秒前
晴天发布了新的文献求助10
1秒前
怡然的白开水完成签到 ,获得积分10
2秒前
weslywang完成签到,获得积分20
2秒前
魔幻的旋蒸应助wwww采纳,获得10
3秒前
danxue完成签到,获得积分10
3秒前
危机的毛衣完成签到,获得积分20
4秒前
pengyang发布了新的文献求助10
5秒前
5秒前
danxue发布了新的文献求助10
6秒前
6秒前
科目三应助小天采纳,获得10
7秒前
大个应助淡然的大碗采纳,获得10
8秒前
Akim应助1111采纳,获得10
8秒前
9秒前
hhy完成签到,获得积分20
9秒前
伏波完成签到,获得积分10
10秒前
复杂焱发布了新的文献求助10
10秒前
小吴同学来啦完成签到,获得积分10
11秒前
11秒前
11秒前
晴天完成签到,获得积分10
11秒前
12秒前
12秒前
传奇3应助刻苦丝袜采纳,获得10
12秒前
天天快乐应助胡小壳采纳,获得10
13秒前
大方的笑萍完成签到 ,获得积分10
13秒前
顺利张完成签到,获得积分10
13秒前
hhy发布了新的文献求助10
14秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134700
求助须知:如何正确求助?哪些是违规求助? 2785629
关于积分的说明 7773333
捐赠科研通 2441325
什么是DOI,文献DOI怎么找? 1297881
科研通“疑难数据库(出版商)”最低求助积分说明 625070
版权声明 600825