文献

J-GLOBAL ID：202302270577655544   整理番号：23A2754482

ディープニューラルネットワーク付きステートマシンを用いた強化学習エージェントの設計と検証

Reinforcement Learning Agent Design by Using a Finite State Machine with Deep Neural Networks

著者 (2件)： ZHOU Jitao (立教大学大学院 人工知能科学研究科) ,  三宅陽一郎 (立教大学大学院 人工知能科学研究科)
資料名： 日本デジタルゲーム学会年次大会予稿集(Web)  (Proceedings of Annual Conference, Digital Game Research Association Japan (Web))
巻： 12  ページ： 135-138(J-STAGE)  発行年： 2022年 
JST資料番号： U3015A  ISSN： 2758-6480  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究はステートマシンを用いて強化学習をコントロールするモデルを提案する。ステート毎に一つの学習済みのディープニューラルネットワーク(DNN)を設置し,ステートの遷移によってニューラルネットを切り替え,キャラクターの動きを制御する。Unity3Dの環境で4つのステートを持つステートマシンを構築し,ステージ右辺エリアでボールを取り,左辺エリアのゴールまで搬送するキャラクターの動きを強化学習を用いて実装した。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *有限状態機械 ,  *強化学習 ,  機械学習 ,  *ディープニューラルネットワーク ,  *深層強化学習
準シソーラス用語： ステートマシン ,  *有限ステートマシン

著者キーワード (8件)： ステートマシン ,  強化学習 ,  ディープラーニング ,  キャラクター制御 ,  Finite State Machine ,  Reinforcement Learning ,  Deep Learning ,  Character Control

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (9件)：

• [1] Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., Van DenDriessche, G., ... & Hassabis, D. (2016). Mastering the game of Gowith deep neural networks and tree search. nature, 529(7587), 484-489.
• [2] The AlphaStar team (2019) 「Grandmaster level in StarCraft IIusing multi-agent reinforcement learning」,https://deepmind.com/blog/article/AlphaStar-Grandmaster-levelin-StarCraft-II-using-multi-agent-reinforcement-learning ( 最終確認日:2022 年 1 月 23 日).
• [3] Patrick Klose and Rudolf Mester. 2019. Simulated autonomous driving in a realistic driving environment using deep reinforcement learning and a deterministic finite state machine. In Proceedings of the 2nd International Conference on Applications of Intelligent Systems (APPIS '19). Association for Computing Machinery, New York, NY, USA, Article 30, 1-6.DOI:https://doi.org/10.1145/3309772.3309802
• [4] Li, L., Wang, L., Li, Y., & Sheng, J. (2021). Mixed DeepReinforcement Learning-behavior Tree for Intelligent AgentsDesign. ICAART.
• [5] 上段達弘.(2019)「強い」を作るだけが能じゃない!ディープラーニングで3D アクションゲームの敵AI を作ってみた.CEDEC2019.https://cedil.cesa.or.jp/cedil_sessions/view/2051 (最終確認日:2022 年1 月23 日)

タイトルに関連する用語 (6件)： ディープニューラルネットワーク ,  ステートマシン ,  強化 ,  学習エージェント ,  設計 ,  検証