文献

J-GLOBAL ID：202002230116661626   整理番号：20A2694533

StarCraft IIにおける深層強化学習のためのカリキュラムの設計【JST・京大機械翻訳】

Designing Curriculum for Deep Reinforcement Learning in StarCraft II

著者 (3件)： Hao Daniel (The Australian National University, Canberra, ACT, Australia) ,  Sweetser Penny (The Australian National University, Canberra, ACT, Australia) ,  Aitchison Matthew (The Australian National University, Canberra, ACT, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12576  ページ： 243-255  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 強化学習(RL)はゲームにおいて成功していることが証明されているが,機械学習の他の形式と比較して長い訓練時間に悩まされている。カリキュラムとして知られる意味ある順序で訓練サンプルを示すことにより学習するモデルの能力を改善する最適化技法であるCurriculum学習は,解決策を提供できる。カリキュラムは,通常,カリキュラム発生を自動化する制限のために手動で設計されている。しかし,カリキュラムの有効な設計に関する研究が不足しているため,研究者はしばしば直感に頼り,得られた性能は変化できる。本論文では,実時間戦略ゲームStarCraft IIにおけるRLのためのカリキュラムを手動で設計する異なる方法を検討した。手作業を手動で作成する4つの一般化手法を提案し,実験によりその有効性を検証した。著者らの結果は,著者らの提案方法の4つすべてが,正確に使用するとき,RLエージェントの学習プロセスを改良することができることを示した。サブタスクの使用,あるいはタスクの状態空間の変更は,StarCraft IIのための訓練サンプルを作成するための最も効果的方法であることを示した。訓練中のサブタスクの利用はエージェントの学習プロセスを一貫して加速し,エージェントの最終性能を改善した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  *学習 ,  ゲーム ,  最適化手法 ,  *カリキュラム ,  有効性 ,  エージェント ,  機械学習 ,  *強化学習
準シソーラス用語： 学習過程 ,  実時間 ,  状態空間 ,  ゲームAI ,  深層強化学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： ゲームAI ,  強化学習 ,  リアルタイム戦略ゲーム ,  StarCraft II ,  カリキュラム学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 深層強化学習 ,  カリキュラム ,  設計