WEKO3
アイテム
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
https://ipsj.ixsq.nii.ac.jp/records/232911
https://ipsj.ixsq.nii.ac.jp/records/23291145fb5190-b890-43fb-8984-290cb30c37a5
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-GI24051023.pdf (1.2 MB)
2026年3月1日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, GI:会員：¥0, DLIB:会員：¥0 | ||
| 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
× 山下, 興紀
× 横山, 大作
|
|||||||||
| 著者名(英) |
Koki, Yamashita
× 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 | |||||||||
