Player-1: Học chơi từ kinh nghiệm t合成

Các agent điều khiển máy tính đã chứng tỏ khả năng mạnh mẽ trong việc giải thích màn hình và thực hiện các hành động bàn phím và chuột. Tuy nhiên, các trò chơi, với thế giới hình ảnh phong phú và cơ chế đa dạng, vẫn là thách thức và cung cấp một bước tiến đòi hỏi cao hướng đến kiểm soát số chung. Các pipeline học tập agent trò chơi hiện tại thường dựa trên các bản demo quy mô lớn nhưng có phạm vi bao phủ hạn chế của các trạng thái trò chơi động, trong khi các môi trường có thể mở rộng cho huấn luyện tương tác vẫn khó thu được. Chúng tôi giới thiệu Player-1, một khung post-training để học kiểm soát trò chơi vượ qua các bản demo thông qua kinh nghiệm t合成. Chúng tôi mở rộng không gian hành động của các mô hình điều khiển máy tính bằng cách thêm quỹ trỏ tương đối, đầu vào kéo dài và hành động kết hợp. Để khởi tạo giám sát, chúng tôi fine-tune các mô hình điều khiển máy tính trên 6.044 quỹ đường đi trò chơi được chọn lọc, ghép nối hành động đã ghi âm với hướng dẫn nhiệm vụ và lý luận hình ảnh. Chúng tôi xây dựng Player-1-Gym, mười sáu môi trường 2D và 3D t合成 được thiết kế dựa trên nhu cầu kiểm soát chung trong các trò chơi. Các phần thưởng có thể xác minh chương trình và quan sát cũng như động lực kiểm soát được ngẫu nhiên hóa hỗ trợ học tập tăng cường đa môi trường với PPO.