文献

J-GLOBAL ID：201802212105183143   整理番号：18A1905524

オプションによる実時間戦略ゲームにおける表強化学習【JST・京大機械翻訳】

Tabular Reinforcement Learning in Real-Time Strategy Games via Options

著者 (2件)： Tavares Anderson R. (Laboratory of Multidisciplinary Research in Games, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil) ,  Chaimowicz Luiz (Laboratory of Multidisciplinary Research in Games, Universidade Federal de Minas Gerais, Belo Horizonte, Brazil)
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： リアルタイム戦略(RTS)ゲームは,巨大な状態と行動空間を有する複雑なドメインである。このようなゲームにおいて,人間は通常,長期計画を追求し,それは,達成するために長い行動を取る。本研究では,Markov決定プロセスにおける時間的に拡張された行動であるオプションを推論することにより,この挙動を実装した。著者らのオプションは,状態集約方式とゲーム演奏アルゴリズムのポートフォリオの助けを借りて定義される。実験的に,著者らのアプローチは,μRTSにおける最先端の探索法に対して競争力がある従来の強化学習技術の能力を活用することを示した。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： *強化学習 ,  集中化 ,  ポートフォリオ ,  長期計画 ,  アルゴリズム ,  *ゲーム
準シソーラス用語： 探索法 ,  最先端 ,  演奏 ,  実時間 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： オプション ,  実時間 ,  戦略 ,  ゲーム ,  強化学習