标签
本文介绍了GameHorizon Suite，一个统一的数据和评估框架，用于评估AI模型在多个时间跨度上的游戏玩法能力，包含标注流水线、大规模数据集和可复现的基准。
本文提出一种多时间视野强化学习方法，能够自适应地选择并组合时间视野，无需手动调整折扣因子即可鲁棒地适应变化的奖励结构，并在MiniGrid环境中进行了实验验证。