文献

J-GLOBAL ID：201702282938983380   整理番号：17A1722399

視覚闘争ゲームAIのための深いQネットワーク【Powered by NICT】

Deep Q networks for visual fighting game AI

著者 (2件)： Yoon Seonghun (Department of Computer Science and Engineering, Sejong University, Seoul, South Korea) ,  Kim Kyung-Joong (Department of Computer Science and Engineering, Sejong University, Seoul, South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CIG  ページ： 306-308  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,ビジョンに基づく深いQ学習の導入はAtari,視覚Doom AIプラットフォームにおける良好な結果を示した。以前の研究とは異なり,闘争ゲームは比較的大きな数の行動を考慮した二人を仮定している。本研究では,視覚闘争ゲームAI競争のための深いQネットワーク(DQN)を用いることを提案した。行動の数は11に減少し,いくつかの制御パラメータの感度は,視覚闘争プラットフォームを用いて試験した。実験結果は,二プレーヤ実時間戦闘ゲームのためのDQNアプローチの可能性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ネットワーク ,  *ゲーム ,  *視覚
準シソーラス用語： 実時間 ,  プレイヤ ,  制御パラメータ ,  Q学習 ,  *ゲームAI , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 視覚 ,  闘争 ,  ゲームAI