2019《thought-sc2》以及2018年《On Reinforcement Learning for Full-length Game of StarCraft》相关提问 about thought-sc2

[liuruoze]

1. 这个代码相比https://github.com/StarBeta/Thought-SC2 的版本，有以下几点改进：1. 我们实现了一个WorldModel版本的SC2，相关信息可以查阅Arxiv上的同名论文“World Models, Ha et al”，是LSTM创始人的一个工作。我们比较了我们的方法与WorldModel的方法；2. 效果上的大幅提升，从对难度10的50%-60%的胜率提升到了90%，这样的提升来自好几个方面，包括算法，超参的优化，同时还由于我们引入的一个新架构XfrNet。

2. 18年的工作因为当时太早了，代码很多地方都不完美，所以没有公开。那个工作同时也正在改投期刊中，到时会有更多的细节。

3. 有一个工作正在进行中，但由于保密，暂时不便透露。到时会发布在这个github主页上，敬请期待。

[guobaoyo]

好的，感谢您的回复以及这篇开源代码，为我们提供了极大的帮助，谢谢您。

…

------------------&nbsp;原始邮件&nbsp;------------------ 发件人: "liuruoze/Thought-SC2-model-experiment" <[email protected]&gt;; 发送时间:&nbsp;2020年10月22日(星期四) 上午8:22 收件人:&nbsp;"liuruoze/Thought-SC2-model-experiment"<[email protected]&gt;; 抄送:&nbsp;"石成功"<[email protected]&gt;;"Author"<[email protected]&gt;; 主题:&nbsp;Re: [liuruoze/Thought-SC2-model-experiment] 2019《thought-sc2》以及2018年《On Reinforcement Learning for Full-length Game of StarCraft》相关提问 (#1) 这个代码相比https://github.com/StarBeta/Thought-SC2 的版本，有以下几点改进：1. 我们实现了一个WorldModel版本的SC2，相关信息可以查阅Arxiv上的同名论文“World Models, Ha et al”，是LSTM创始人的一个工作。我们比较了我们的方法与WorldModel的方法；2. 效果上的大幅提升，从对难度10的50%-60%的胜率提升到了90%，这样的提升来自好几个方面，包括算法，超参的优化，同时还由于我们引入的一个新架构XfrNet。 18年的工作因为当时太早了，代码很多地方都不完美，所以没有公开。那个工作同时也正在改投期刊中，到时会有更多的细节。 有一个工作正在进行中，但由于保密，暂时不便透露，敬请关注这个github主页。 — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[liuruoze]

不客气，您言重了。