Google Research Football (scenario 7) 实验

在之前的公众号我们介绍了谷歌足球环境（Google Research Football ）

谷歌足球游戏环境使用介绍

和其中 scenario 2 的 实验

Google Research Football (scenario 2) 实验

这里分享的是 scenario 7 的一些实验结果。

对于scenario 7，可以比较快地找到的策略有两个：一个是直接带球突破后卫射门，另一个是传球给队友（左右两个队友中任意一个），然后队友射门。这两个策略容易学习到，但是得分只有0.8左右（80%概率得分）。

这里介绍一下我们训练找到的更有意思的策略，而且得分更高，可以到0.9。

1. 从左路带球，利用队友的牵制，找到最佳射门位置，射门得分。

2. 相应地，也可以从右路带球，寻找射门得分。

3. 从右路带球，利用队友的牵制，找到最佳射门位置，射门得分。

官方的Baseline里的PPO算法训练得分为0.6，IMPALA训练100M的得分为0.8。

训练算法和代码可以在我们的强化学习项目中找到，普通版本和并行版本链接： https://github.com/createamind/DRL

https://github.com/createamind/Distributed-DRL 欢迎加入或支持我们 ：）