【《进化机器学习手册》节选：进化机器学习(EML)在游戏领域的应用】
- EML可分为增强机器学习的进化算法、增强进化算法的机器学习和辅助其他算法的进化机器学习。
- 在增强机器学习方面，可用于神经网络的训练、生成训练课程等。
- 在增强进化算法方面，可用于学习良好的基因表达、逼近适应度函数、作为变异操作符等。
- EML已在游戏内容生成、非玩家角色控制、玩家建模等游戏AI任务中广泛应用。
- 进化强化学习可用于游戏控制，网络拓扑与权重协同进化尤其适合小型网络。
- 机器学习可为进化算法学习潜在空间表示，使搜索更高效。
- 机器学习可加速适应度函数的评估，无论是预训练模型还是在线训练。
- 大语言模型可作为变异操作符，利用其对代码或关卡的先验知识。
- EML可为树搜索和强化学习算法提供参数或策略。
- EML领域仍有大量开放问题，值得进一步探索。
《Evolutionary Machine Learning and Games》http://t.cn/A6lvd5ju #机器学习# #人工智能# #论文#