WEKO3
アイテム
Half Field Offenseにおける探索ボーナス生成手法の検討
https://ipsj.ixsq.nii.ac.jp/records/215031
https://ipsj.ixsq.nii.ac.jp/records/2150310ab251b0-f74f-4426-b772-b5308c14ed2f
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z83-2R-04.pdf (353.2 kB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-03-04 | |||||||||||
| タイトル | ||||||||||||
| タイトル | Half Field Offenseにおける探索ボーナス生成手法の検討 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | 人工知能と認知科学 | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||
| 資源タイプ | conference paper | |||||||||||
| 著者所属 | ||||||||||||
| 神奈川大 | ||||||||||||
| 著者所属 | ||||||||||||
| 神奈川大 | ||||||||||||
| 著者所属 | ||||||||||||
| 神奈川大 | ||||||||||||
| 著者名 |
田村, 純一
× 田村, 純一
× 李, 嘉誠
× 能登, 正人
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 近年，RoboCup 2Dサッカーシミュレーションのサブタスクで強化学習問題として用いられているHalf Field Offense (HFO)へ強化学習法を適用する研究がされている．HFOへ強化学習法を適用する問題点として，複雑なタスクで効果的な報酬を設計する難しさが挙げられる．HFOにおいてエージェントがゴールを達成した時にのみ得られるような報酬であれば設計を必要としない．しかしながら，従来の強化学習法のみではゴールすることが困難であり，報酬を得ることができないため学習が進まない．本研究では，既存の探索ボーナス生成手法とパラメータ化された行動に適応した深層強化学習法を組み合わせ，報酬別の実験によってHFOにおける探索ボーナス生成手法の有効性を検討した． | |||||||||||
| 書誌レコードID | ||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||
| 収録物識別子 | AN00349328 | |||||||||||
| 書誌情報 |
第83回全国大会講演論文集 巻 2021, 号 1, p. 463-464, 発行日 2021-03-04 |
|||||||||||
| 出版者 | ||||||||||||
| 言語 | ja | |||||||||||
| 出版者 | 情報処理学会 | |||||||||||
