WEKO3
アイテム
サッカーエージェントにおける方策勾配法とQ学習の同時適用
https://ipsj.ixsq.nii.ac.jp/records/194965
https://ipsj.ixsq.nii.ac.jp/records/194965a4a1240e-88be-404f-a99f-ae7a2f237e0d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-GI19041004.pdf (1.9 MB)
|
Copyright (c) 2019 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2019-03-01 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | サッカーエージェントにおける方策勾配法とQ学習の同時適用 | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| 資源タイプ | ||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||||||
| 資源タイプ | technical report | |||||||||||||
| 著者所属 | ||||||||||||||
| 芝浦工業大学 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 芝浦工業大学 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 芝浦工業大学 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 芝浦工業大学 | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Shibaura Institute of Technology | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Shibaura Institute of Technology | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Shibaura Institute of Technology | ||||||||||||||
| 著者所属(英) | ||||||||||||||
| en | ||||||||||||||
| Shibaura Institute of Technology | ||||||||||||||
| 著者名 |
山岸, 準
× 山岸, 準
× 五十嵐, 治一
× 山岸, 拓海
× 入倉, 雅春
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | Robocupサッカーシミュレーション2Dリーグはソフトウェア同士がコンピュータ上でサッカーをするリーグである．オープンソースのagent2dのプレイヤエージェントは「chain action」という枠組みを実装しており，探索木と評価関数を用いてボールを保持した場合の行動決定を行っている．本研究では，評価関数の重みの学習に，エピソードベースの方策勾配法(PGL)と各時刻の行動価値の推定値を用いて学習することができるQ学習(QL)を併用して，効率的に学習することを試みた．その結果，agent2dに対してPGL,QLそれぞれ単独で学習させた勝率は4％と11％であったが，PGLとQLを組み合わせた勝率は43％となり，単独で学習したものと比べて大きく勝率が向上した． | |||||||||||||
| 書誌レコードID | ||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||
| 収録物識別子 | AA11362144 | |||||||||||||
| 書誌情報 |
研究報告ゲーム情報学（GI） 巻 2019-GI-41, 号 4, p. 1-6, 発行日 2019-03-01 |
|||||||||||||
| ISSN | ||||||||||||||
| 収録物識別子タイプ | ISSN | |||||||||||||
| 収録物識別子 | 2188-8736 | |||||||||||||
| Notice | ||||||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||||||
| 出版者 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||
