arXiv cs.LG· AL Muqshith Mohammed Shifan, Kevin Christopher Chua, Ali Neshati, Loutfouz Zaman, Cristiano Politowski·· 2 小时前AI 评分29
RIDGE：基于状态条件奖励混合提升深度强化学习游戏智能体的行为覆盖度
RIDGE: State-Conditioned Reward Blending for Behavioral Coverage in Deep RL Game Agents
AI 导读
研究人员提出单智能体架构 RIDGE，通过状态条件奖励混合解决游戏测试中固定角色奖励与 PPO 奖励切换的稳定性困境。该架构采用状态条件混合器基于慢变状态变量计算权重，并结合多头 critic 为各角色独立训练价值头以确保信号平稳。在 Crafter 的 4 角色测试中，单个 RIDGE 智能体成功兼顾木器制作与战斗双分支，表现优于固定角色基线。
来源：arXiv cs.LG · arxiv.org