Hierarkkisen vahvistusoppimisen soveltuvuuden arviointi videopelien kehittämisessä
Notice bibliographique
Résumé
In this thesis we explore the feasibility of using hierarchical reinforcement learning (HRL) in video game development to create non-player characters (NPC). NPCs are a crucial part of video games affecting many parts of the game, including storytelling, atmosphere, and importantly work as opponents and teammates. Using traditional methods to create NPCs in video games can be a lengthy and difficult process requiring expert knowledge. Reinforcement learning (RL) has shown potential, but has remained largely unused in video game development due to some major issues. HRL provides solutions to these issues, allowing the complex task to be split into smaller, easier to learn sub-tasks. We design, implement, and study a new HRL method with the potential of creating NPCs with multiple competency levels with minimal effort. Our design is based on a goal-conditional framework which we modify to suit our goals. Instead of using a goal-vector we repurpose it to a skill-vector, which could allow us to mask it and re-train the higher-level policy to prevent certain skills from being used. In order to experiment with our HRL method, we create an physics based quadruped locomotion environment that has possibility for learning multiple different skills. We evaluate our method with and without information hiding in attempt to force certain types of behaviours for the policy levels. The method shows potential in our experiments but requires further experimentation and engineering to create multiple competency levels.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,175 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».