融合环境模型与深度强化学习的游戏算法

针对基于深度强化学习的游戏算法在训练Agent过程存在的训练速度慢的问题，提出一种新的融合了环境模型与深度强化学习的游戏算法. 该算法考虑到Agent以前执行过相关任务的经验的重要性，并将这些任务经验转化为环境模型. 首先Agent从环境模型中学习，待Agent从环境模型中学习后，然后再与环境交互. 这样可以让Agent少犯错误，加快Agent的学习速度.为了验证算法有效性，在ALE游戏平台上选取两部游戏进行两种算法的仿真实验. 实验结果表明新的算法在选取的两部游戏中都可以有效的提高Agent的训练速度