文献

J-GLOBAL ID：201802211327040404   整理番号：18A1905521

一般ビデオゲームAIのための深層強化学習【JST・京大機械翻訳】

Deep Reinforcement Learning for General Video Game AI

著者 (5件)： Torrado Ruben Rodriguez (New York University, New York, NY) ,  Bontrager Philip (New York University, New York, NY) ,  Togelius Julian (New York University, New York, NY) ,  Liu Jialin (Southern University of Science and Technology, Shenzhen, China) ,  Perez-Liebana Diego (Queen Mary University of London, London, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CIG  ページ： 1-8  発行年： 2018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： 一般的ビデオゲームAI(GVGAI)競争とその関連ソフトウェアフレームワークは,ドメイン固有記述言語で書かれた多数のゲームに関するベンチマーキングAIアルゴリズムの方法を提供する。競争は多くの関心を持っているが,それはオンライン計画に焦点を合わせており,モンテカルロ木探索のようなアルゴリズムの利用を可能にする順方向モデルを提供する。本論文では,学習問題を強化するために広く使われている結合エージェントをOpenAI Gym環境にインタフェイスする方法について述べた。このインタフェースを用いて,多くのGVGAIゲームにおいて,いくつかの深い強化学習アルゴリズムの実装を広く使用する方法を特性化した。さらに,これらのゲームの相対的困難性の最初の指標を提供するための結果を解析し,類似条件下でのArcade学習環境におけるそれらと比較した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *深層 ,  仕様記述言語 ,  学習アルゴリズム ,  キャラクタリゼーション ,  アルゴリズム ,  エージェント ,  *強化学習 ,  *ゲーム ,  *録画装置 ,  インタフェイス
準シソーラス用語： 学習環境 ,  オンライン ,  ベンチマーキング ,  *ゲームAI , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ビデオ ,  ゲームAI ,  深層強化学習