# 像人类一样玩游戏

终身学习只是当前NPC与人类玩家相比缺乏的差异之一。 大多数方法涉及创建尽可能地发挥特定游戏的代理，通常仅考虑所达到的分数。然而，如果人们被期望在视频游戏中与基于人工智能的机器人对抗或合作，其他因素也会发挥作用。不要试图创造一个游戏完美的机器人，在这种情况下，更重要的是这个机器人是可信的，并且玩起来有趣，我们期望人类玩家也有类似的病态。

类似人类的游戏是一个活跃的研究领域，两个不同的竞赛集中在类似人类的行为上，即2k BotPrize ，以及Mario AI Championship的Turing Test track。这些竞争中的大多数条目都基于各种非神经网络技术，而有些则使用深度神经网络的进化训练来生成类似人类的行为。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://hujian.gitbook.io/deep-reinforcement-learning/fang-fa/kai-fang-de-tiao-zhan/xiang-ren-lei-yi-yang-wan-you-xi.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.