| Item type |
SIG Technical Reports(1) |
| 公開日 |
2024-03-01 |
| タイトル |
|
|
タイトル |
ローグライクゲームの強化学習を目標とする，行動の事前学習手法の評価 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Utilizing play-logs of a heuristic player to learn long-term strategies in a Rogue-like game |
| 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 |
|
|
|
明治大学大学院 |
| 著者所属 |
|
|
|
明治大学大学院 |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Meiji Uniersity |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Meiji Uniersity |
| 著者名 |
山下, 興紀
横山, 大作
|
| 著者名(英) |
Koki, Yamashita
Daisaku, Yokoyama
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
ローグライクゲームは，報酬の発生がまれであること，エピソードごとにマップがランダムに変化することなど，近年主流の強化学習手法が苦手とする性質を持っている．特に，「階段を降りる」行動は，得点などのわかりやすい報酬が発生せず，エージェントにその行動をとらせる学習が困難であった．本研究では，この行動に焦点を絞り，事前学習を加えた強化学習手法の有効性を検証する．階段を降りることを重視するヒューリスティックプレイヤによる行動履歴を用意し，学習の前段階においてこの履歴で事前学習を行う手法を実装した．また，事前学習用の行動履歴において，「階段を降りる」行動の比率を高めた履歴を利用する場合の性能比較も行った．結果として，階段を降りる行動を 20 倍程度の頻度で生成出来るようなプレイヤの学習に成功した．しかし，この頻度は元となったヒューリスティックプレイヤと比較すると 1/2 程度に留まるという課題も明らかとなった． |
| 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 2024-GI-51,
号 23,
p. 1-7,
発行日 2024-03-01
|
| 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 |
IPSJ-GI24051023.pdf (1.2 MB)
