deep-reinforcement-learning
  • 介绍
  • 前言
    • 神经网络
    • 研究平台
      • 街机游戏
      • 竞速游戏
      • 第一人称射击游戏
      • 开放世界游戏
      • 即时战略游戏
      • 团队体育游戏
      • 文字冒险游戏
      • OpenAI Gym & Universe
  • 方法
    • 街机游戏
      • DQN
      • DRQN
      • Gorila
      • Double DQN
      • Prioritized Experience Replay
      • Dueling DQN
      • Bootstrapped DQN
      • Multiagent DQN
      • Progressive Neural Networks
      • A3C
      • Retrace(λ)
      • ACER
      • ACKTR
      • TRPO
      • PPO
      • UNREAL
      • IMPALA
      • Distributional DQN
      • Noisy-Net
      • Rainbow
      • ES
      • NS-ES
      • Deep GA
      • Playing Atari with Six Neurons
      • UCTtoClassification
      • Policy Distillation
      • Actor-Mimic
      • Action-Conditional Video Prediction
      • Self-Supervision
      • HRA
    • 蒙特祖玛的复仇
      • Hierarchical-DQN
      • DQN-CTS
      • Pixel Recurrent Neural Networks
      • DQN-PixelCNN
      • Ape-X
      • DQfD
      • Ape-X DQfD
      • Natural Language Guided Reinforcement Learning
    • 竞速游戏
      • Direct Perception
      • DDPG
      • TD3
    • 第一人称射击游戏
      • SLAM-Augmented DQN
      • Direct Future Prediction
      • For The Win
    • 开放世界游戏
      • H-DRLN
      • Feedback Recurrent Memory Q-Network
      • Teacher-Student Curriculum Learning
    • 即时战略游戏
      • Puppet Search
      • Combined Strategic and Tacticals
      • Zero Order
      • IQL
      • COMA
      • BiC-Net
      • Macro-action SL
      • Macro-action PPO
      • On Reinforcement Learning for Full-length Game of StarCraft
      • AlphaStar
    • 团队体育游戏
      • DDPG + Inverting Gradients
      • DDPG + Mixing policy targets
      • Object-centric prediction
    • 文字冒险游戏
      • LSTM-DQN
      • DRRN
      • Affordance Based Action Selection
      • Golovin
      • AE-DQN
    • 开放的挑战
      • 游戏通用性
      • 稀疏、延迟、欺骗性的回报
      • 多智能体
      • 终身适应
      • 像人类一样玩游戏
      • 可调节的性能等级
      • 处理巨大的状态空间
      • 工业界应用
      • 游戏开发的交互式工具
      • 创造新的游戏
      • 学习游戏的模型
      • 计算资源
  • 附录
    • Distributional RL
      • QR-DQN
    • Policy Gradient
      • Off-Policy Actor-Critic
      • Generalized Advantage Estimation
      • Soft Actor-Critic
      • PPO-Penalty
    • Model-Based RL
      • I2A
      • MBMF
      • MBVE
      • World Models
    • Imitation Learning and Inverse Reinforcement Learning
      • GAIL
    • Transfer and Multitask RL
      • HER
Powered by GitBook
On this page

Was this helpful?

  1. 前言
  2. 研究平台

文字冒险游戏

Previous团队体育游戏NextOpenAI Gym & Universe

Last updated 6 years ago

Was this helpful?

经典的文本冒险游戏是一种交互式虚构的形式,玩家可以通过文本而不是图形获得描述和指令,并通过基于文本的命令与故事情节进行交互。这些命令通常用于查询系统的状态,与故事中的人物互动,收集和使用物品,或者在游戏世界中导航

TextWorld

我们介绍了TextWorld,一个沙箱学习环境,用于训练和评估基于文本的游戏的RL代理。TextWorld是一个Python库,用于处理文本游戏的交互式播放,以及状态跟踪和奖励分配等后端函数。它提供了一系列我们分析过的游戏的特点和挑战。更重要的是,它允许用户手工制作或自动生成新游戏。它的生成机制提供了对构建游戏的难度、范围和语言的精确控制,并可用于放松她的挑战

这些游戏通常实现三种基于文本的界面之一:基于解析器的、基于选择的和基于超链接的。基于选择和基于超链接的界面在给定的状态下以列表、上下文之外或状态描述中的链接的形式向玩家提供可能的动作。另一方面,基于解析器的数据接口对任何输入都是开放的,玩家必须学习游戏理解的单词。这对于计算机来说很有趣,因为它更像自然语言,在自然语言中,你必须根据你对语言和给定状态的理解,知道应该存在什么动作。

TextWorld: A Learning Environment for Text-based Games