文献

J-GLOBAL ID：201802263343973777   整理番号：18A0408130

限られた知織によるヘビのゲームをプレイする:粒子群最適化を用いた訓練された教師なしニューロコントローラ【Powered by NICT】

Playing the game of snake with limited knowledge: Unsupervised neuro-controllers trained using particle swarm optimization

著者 (3件)： van Rooyen Cornelius J. (Department of Computer Science, University of Pretoria Pretoria, Gauteng, South Africa) ,  van Heerden Willem S. (Department of Computer Science, University of Pretoria Pretoria, Gauteng, South Africa) ,  Cleghorn Christopher W. (Department of Computer Science, University of Pretoria Pretoria, Gauteng, South Africa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCMI  ページ： 80-84  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： 人工知能(AI)の領域における方法は種々のゲームの実行できる剤を開発するために適用した。蛇の単一プレーヤ変異体は二次元演奏地域をヘビの線ベース表現をナビゲートするためのプレーヤを必要とするよく知られ普及しているビデオゲームである,演奏領域の壁とヘビの体との衝突を回避した。ヘビは食品を代表する事項を移動するときはいつでもスコアとヘビ長さは増加した。ゲームは,スコアが増加するとより挑戦的になる。蛇のゲームを行うことへのAI技術の適用は非常によく研究されていない。本論文では,スネークのゲームを果たすために,ニューロ制御器の教師なし訓練のための粒子群最適化を使用する新しい技術を提案した。提案した技術は,効果的なゲーム戦略について何も仮定せず,限られた知識で動作する。感覚入力も最小であった。スネークを演奏類似AIベースアプローチが不足しているため,提案した技術は,いくつかの性能測度の意味で三人手スネーク演奏剤に対する経験的に比較した。提案技術の性能は,このアプローチの実現可能性を実証し,スネークのためのAIに基づいたコントローラに将来の研究の余地は残っているであろうことを示唆した。Copyright 2018 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： ビデオゲーム ,  二次元 ,  *制御装置 ,  人工知能 ,  *ゲーム ,  食品
準シソーラス用語： 性能測度 ,  ニューロ制御 ,  スネーク ,  スコア ,  演奏 ,  プレイヤ ,  *ニューロコントローラ ,  *粒子群最適化 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  ゲーム理論  (KA03060T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ゲーム ,  粒子群最適化 ,  訓練 ,  教師 ,  ニューロコントローラ