rct AI 发布新型算法 ACAR，提升 AI 在大规模动作空间的学习效率，论文发表在 IEEE CoG 并受邀进行演讲

近日，由 rct AI 完成的基于强化学习在游戏中应用的论文—《Towards Modern Card Games with Large-Scale Action Spaces Through Action Representation》入选人工智能方向游戏领域的国际顶会（IEEE Conference on Games，CoG 2022)，并受邀进行演讲展示。这种基于 RL（Reinforcement Learning）的针对大规模行动空间的 AI 算法 ACAR (Action Clustering using Action Representation)，在大量模拟对战数据中实现了效率和胜率的双提升，将为未来游戏多维的应用、人机对战算力提升、沉浸式虚拟世界构建、用户深层互动提供更多研究可能。IEEE CoG 已有十多年历史，汇集了全世界游戏领域学术界和工业界的领先研究人员和从业者，共同讨论最新进展并探索未来发展方向，涵盖从游戏设计到游戏智能的科学、技术和工程方面的所有内容。此次受到全球游戏界顶尖学术会议认可的论文全部由 rct AI 的 Deterrence 团队 ………………………………