文章目录 Imitation Learning Imitation Learning 训练采用了imitation learning,这也是目前的主流吧,在这种FPS复杂环境下,高纬度的state and action space,维度灾难是显而易见的,所以他们先让Agent观看人类玩家30分钟的游戏操作之后,再开始训练,加快了policy的训练和收敛速度。