热点事件观察中

PPO与DRAIL训练马里奥智能体泛化研究

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Arimura、Li 与 Togelius 发表论文，用 PPO 智能体在程序生成（PCG）的《超级马里奥兄弟》关卡上训练，并在 1000 个留出测试关卡上评估其泛化能力。作者称，增加不同 PCG 训练关卡的数量通常能提升智能体在未见关卡上的表现。在此基础上，作者再用 DRAIL 结合人类演示对 PPO 策略做微调。作者称，微调后智能体在动作层面更像人类，同时保留了 PPO 预训练形成的相当一部分玩法风格。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

堆叠更多关卡：如何让 Mario 玩得通用又像人类

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
堆叠更多关卡：如何让 Mario 玩得通用又像人类
研究用 PPO 智能体在 increasingly 大规模 PCG 生成的《超级马里奥兄弟》关卡上训练，并在 1000 个留出测试关卡上评估泛化能力。结果显示，增加不同 PCG 训练关卡数量通常能提升未见关卡表现；再用 DRAIL 结合人类演示微调后，智能体动作层面更像人类，同时保留 PPO 预训练形成的玩法风格。

本事件热度走势

可比范围当前: 5
可比范围峰值: 711月15日 04:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。