我々は最弱から何を学べるか?プログラム戦略のための学習スケッチ【JST・京大機械翻訳】

Medeiros Leandro C.; Aleixo David S.; Lelis Levi H. S.

プレプリント

J-GLOBAL ID：202202205907641851 整理番号：22P0308562

我々は最弱から何を学べるか?プログラム戦略のための学習スケッチ【JST・京大機械翻訳】

What can we Learn Even From the Weakest? Learning Sketches for Programmatic Strategies

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月22日プレプリントサーバーでの情報更新日： 2022年03月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,行動クローニングを用いて,プログラム戦略の効果的スケッチを学習できることを示した。弱いプレーヤーの挙動のクローニングによって学習されたスケッチでさえ,プログラム戦略の合成を助けることができることを示す。これは,弱いプレーヤーが有益な情報を提供できるので,例えば,プレーヤーがゲームの順番で行動を選択しなければならない。行動クローニングが採用されないならば,このシンセサイザは,計算的に高価であるゲームを実行することによって,最も基本的な情報さえ学習する必要がある。シミュレーテッドアニーリングとUCTシンセサイザによるスケッチ学習アプローチの利点を経験的に実証した。著者らは,Can’t StopとMicroRTSのゲームにおける著者らの合成者を評価した。スケッチベースのシンセサイザは,それらの元の対応物よりも強力なプログラム戦略を学習できる。このシンセサイザは,ゲームのための伝統的なプログラム戦略に打ち勝つCan’t Stopの戦略を生成する。また,それらは最新のMicroRTS競争から最良の実行方法をデフェートする戦略を合成する。【JST・京大機械翻訳】

, , , , ,
, , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, ,

前のページに戻る