WEKO3
アイテム
COMAアルゴリズムによるサッカーゲームの戦略的行動学習
https://ipsj.ixsq.nii.ac.jp/records/236010
https://ipsj.ixsq.nii.ac.jp/records/236010eb948b93-265d-4811-accc-2b197e9692bd
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z86-6Q-07.pdf (220.5 kB)
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-01 | |||||||||
| タイトル | ||||||||||
| タイトル | COMAアルゴリズムによるサッカーゲームの戦略的行動学習 | |||||||||
| 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 | ||||||||||
| 法大 | ||||||||||
| 著者所属 | ||||||||||
| 法大 | ||||||||||
| 著者名 |
永井, 宏樹
× 永井, 宏樹
× 伊藤, 克亘
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 強化学習とはエージェントと言われる学習者の行動を評価できる環境で、報酬が最大となるように試行錯誤しながら行動し最適な行動を学習する人工知能の機械学習手法の 1 つである。本研究では、Google Research Footballのフルゲームサッカーシミュレーション環境において、マルチエージェントシステムの文脈で強化学習を適用し、エージェントの勝率向上を目指す。特に、相互作用が重要な役割を果たすこの環境において、Counterfactual Multi-Agent Policy Gradients（COMA）アルゴリズムを用いることで、個々のエージェントが集中型Criticを利用し、他エージェントの行動を考慮した最適な行動選択を学習を行う。実験は、異なる難易度を持つFootBall Benchmarksを用いて行い、勝率を主要な評価指標とする。 | |||||||||
| 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86回全国大会講演論文集 巻 2024, 号 1, p. 333-334, 発行日 2024-03-01 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
