强化学习游戏攻略

文字类冒险游戏是一种玩家必须通过文本描述来了解世界，通过相应的文本描述来声明下一步动作的游戏．这类游戏中强化学习智能体根据接收到的文本信息进行自动响应，以实现规定的游戏目标或任务（例如拿装备、离开房间等）．强化学习善于序列决策，知识图谱善于建模文本的语义和结构信息．因此，强化学习和知识图谱相结合在文字类冒险游戏中得到了成功的应用。

基于强化学习的知识图谱方法在进行游戏策略学习时主要思路可分为２类：１）将游戏状态构建成一张知识图，利用强化学习技术进行游戏策略学习；２）将知识图谱作为外部知识辅助强化学习智能体进行决策。

１）文献每个时刻游戏中的状态表示为一张知识图谱，利用图结构特性以及图中的信息传递进行状态的表示学习。

1.Playing Text-Adventure Games with Graph-Based Deep Reinforcement Learning

Ａｍｍａｎａｂｒｏｌｕ等人提出了一个基于深度强化学习的游戏策略学习算法KG-DQN，它将每一时刻的游戏状态（文本描述）表示为一张状态图．采用图的形式有利于修剪动作空间，以实现更有效的探索．玩游戏时，智能体接收对当前游戏状态的观察（文本描述），根据给定的观察对状态图进行更新，如图９所示．采用SB