arXiv cs.SE· AL Muqshith Mohammed Shifan, Kevin Christopher Chua, Ali Neshati, Loutfouz Zaman, Cristiano Politowski·· 1 小时前AI 评分22
RIDGE：用状态条件化奖励混合让深度 RL 游戏智能体覆盖多种行为风格
RIDGE: State-Conditioned Reward Blending for Behavioral Coverage in Deep RL Game Agents
AI 导读
RIDGE 是一种单智能体架构，通过状态条件化奖励混合器与多头评论家，让一个智能体同时习得多种 persona 行为，避免为每种风格单独训练 N 个智能体。在 Crafter 的四 persona 设定下，单个 RIDGE 智能体同时掌握了 wood-tier 制作/战斗分支，而任何固定 persona 基线都无法联合解决；消融实验确认状态条件化是收益来源。
来源：arXiv cs.SE · arxiv.org