함수 호출을 통해 AI 게임 마스터의 일관성과 상태 관리 능력을 향상시킬 수 있다.
모방 학습 에이전트의 일반화 성능을 향상시키기 위해 데이터 증강 기법을 적용하여 에이전트의 성능을 개선할 수 있다.
기대 흐름 네트워크(EFlowNet)는 스토캐스틱 환경에서 우수한 성능을 보이며, 2인 영-합 게임에서 강력한 게임 플레이 에이전트를 학습할 수 있다.
게임 AI 응용 프로그램에 필수적인 유사성 추정에 대한 연구 결과를 통해 새로운 메트릭스 선택과 게임 개발에 대한 요구 사항을 강조합니다.