Een Heterogene Multi-Agent Intelligente Speler

Een Real-time Strategy (RTS) spel is een tegenspelspelspel waarbij de deelnemers eenheden en structuren onder hun controle plaatsen en manoeuvreren om gebieden op de kaart veilig te stellen en/of te winnen door de eenheden en structuren van hun tegenstanders te vernietigen. Het is mogelijk om in de loop van een spel nieuwe eenheden te trainen en nieuwe structuren te bouwen met een beperkte hoeveelheid middelen die in de omgeving aanwezig zijn. In tegenstelling tot vergelijkbare turn-based adversarial games zoals schaken en go, wachten de tegenstanders niet op elkaars zetten zodat het spel natuurlijk verloopt met eenheden die in real time op elkaar inwerken. Als gevolg van de real-time aard van het spel neemt de complexiteit van het spel drastisch toe. De laatste jaren is er een toenemende interesse in RTS games in de kunstmatige intelligentie gemeenschap, vooral vanuit het perspectief van reinforcement learning, om een agent te creëren om het RTS spel te spelen, vanwege de grote state-action space van het probleem. Het modelleren en implementeren van een efficiënte lerende agent die in staat is om te gaan met de grote toestandsruimte is een moeilijke taak.