ターン制戦略ゲームにおける優先順位付き経験再生型深層学習の適用

• Item type: SIG Technical Reports(1)
• 公開日: 2022-03-11
• タイトル: ターン制戦略ゲームにおける優先順位付き経験再生型深層学習の適用
• タイトル / 言語: en
• タイトル: Prioritized Experience-Replay deep learning in turn-based strategy game
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 強化学習
• 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: 公立はこだて未来大学大学院システム情報科学研究科
• 著者所属: はこだて未来大学
• 著者所属(英): en
• 著者所属(英): Graduate School of System Information Science，Future University Hakodate
• 著者所属(英): en
• 著者所属(英): Future University Hakodate
• 著者名: 竹内, 裕哉; 松原, 仁
• 著者名(英): Hiroya, Takeuchi; Hitoshi, Matsubara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究は，ゲームにおいて人間より優れた行動選択を行うシステムの開発を目的とする．ターン制戦略ゲームジャンルを対象として，優先順位付き経験再生型深層強化学習アルゴリズムを導入することで優れた行動選択を行うゲーム AI の開発を試みた．本研究は，Atari2600 環境において人間のスコアを上回った Ape-x と Ape-x を改良しスコアを大幅に上回った R2D2 という二つの手法に着目した．自作のゲーム環境で Ape-x の実装を行い，R2D2 は実装の可能性を述べた．実験では Ape-x と DQN との二つの比較実験を行った．その結果，DQN と比べて Ape-x は高い性能を見せるが，予想以下の性能となった．予想以下の性能となった考察として，固定された盤面があまり存在しないことと Actor の数が少なかったことが原因だと考えられる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The purpose of this study is to develop a system that can make better action choices than humans in games. We attempted to develop a game AI that can make superior action choices by introducing a prioritized experience-replaying deep reinforcement learning algorithm for the turn-based strategy game genre. We focused on two methods: Ape-x, which outperformed the human score in the Atari 2600 environment, and R2D2, which improved on Ape-x and significantly outperformed it. We implemented Ape-x in our own game environment, and described the possibility of implementing R2D2. In our experiments, we compared Ape-x with DQN. As a result, Ape-x showed higher performance than DQN, but the performance was lower than expected. The reason for the lower performance is that there were not many fixed boards and the number of Actors was small..
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11362144
• 書誌情報: 研究報告ゲーム情報学（GI）; 巻 2022-GI-47, 号 19, p. 1-8, 発行日 2022-03-11
• ISSN / 収録物識別子タイプ: ISSN
• 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