“第三十二章 AI游戏”版本间的差异
来自cslt Wiki
| 第30行： | 第30行： | ||
==开发者资源== | ==开发者资源== | ||
| − | * 斗地主 [https://github.com/kwai/DouZero/blob/main/README.zh-CN.md] | + | * 斗地主 [*][https://github.com/kwai/DouZero/blob/main/README.zh-CN.md] |
==高级读者== | ==高级读者== | ||
2023年8月13日 (日) 02:22的最后版本
教学资料
扩展阅读
- AI 100问：机器如何学会打游戏？ [[2]
- OpenAI 捉迷藏游戏[3]
- DeepMind AlphaStar 博客 [4]
- AlphaStar真的智能了吗？ [5]
- DeepMind最强星际争霸AI—— AlphaStar的复现 [6]
视频展示
- Deep Mind Atari game playing [7]
- OpenAI Hide and Seek [8]
- AlphaStar [9]
- Bilibili: AlphaStar 开发纪录片 [10]
- Bilibili: AlphaStar的对战场面 [11]
演示链接
- 斗地主在线演示 [12]
开发者资源
- 斗地主 [*][13]
高级读者
- Mnih V, Kavukcuoglu K, Silver D, et al. Human-level control through deep reinforcement learning[J]. nature, 2015, 518(7540): 529-533. [14]
- Baker B, Kanitscheider I, Markov T, et al. Emergent tool use from multi-agent autocurricula[J]. arXiv preprint arXiv:1909.07528, 2019. [15]
- Arulkumaran K, Cully A, Togelius J. Alphastar: An evolutionary computation perspective[C]//Proceedings of the genetic and evolutionary computation conference companion. 2019: 314-315. [16]
- Niels Justesen, Philip Bontrager, Julian Togelius, Sebastian Risi, Deep Learning for Video Game Playing [17][18]
