问星际争霸AI编程的双神经网络体系结构

EN

这是一个非常有趣的项目，你承担。但这也是很有挑战性的

多代理体系结构

您已经开始设计一个多智能体系统，包含两个主动代理:战略代理和战术代理。

这两个游戏控制API都由他们自己提供命令。有一个“反馈循环”，其中代理发送一个输入给对方。

直觉上，我认为一个协调代理是缺少的，优先的命令给游戏，就像一个球员会这样做。

还缺少的是计划中的协调。例如，如果您的战术代理希望有几个单位执行某些操作，但是您的战略代理决定您将在部队准备好之前就松开游戏？多智能体规划可能需要比您所预见的更多的代理。

多代理系统的优点是，一旦实现了通信机制，就可以添加额外的代理。每个代理都可以有自己的范例，这样您就可以将神经网络、基于规则的、α-β修剪和其他方面混合在一起，为计划或评估做出贡献。

神经网络

神经网络没有魔力:你需要通过一个学习循环来训练他们。在实验系统中，简单的任务(如识别配置和触发操作)是很容易的。或者根据输入模式在几个操作之间进行选择。然而，多步计划就不那么容易了:首先，输出链中没有定时。然后，你可能会发现，如果一个战术是好的，只有经过几轮和几个移动。如果失败了，你将不知道是否所有的动作都是糟糕的，或者只有一个(以及哪一个?)那么，如何积极或消极地加强所采取的行动呢？

因此，可以利用多智能体的机会，将神经网络识别模式的能力与其他技术相结合。