抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現代のコンピュータゲームは,非常に大きな状態と行動空間を持っている。これらのゲームモデルにおけるバグを検出するために,人間テスターはゲームを繰り返し探索し,ゲームの誤りを発見するためにゲームを繰り返した。このようなゲームプレイは網羅的で時間がかかる。さらに,ロボットシミュレータは,モデル仕様とデバッギングの類似方法に依存するので,ロボット行動とインタラクションを確実にするロボット工学コミュニティにとって,モデル内の誤差を見つける問題は,シミュレータにおいて一貫性がある。以前の方法は,強化学習arXiv:2103.13798と探索ベースの方法(Chang,2019,(Chang,2021)arXiv:1811.06962)を高速探索ランダムツリー(RRT)を含み,バグを見つけるゲームの状態行動空間を探索する。しかしながら,そのような探索と探査ベースの方法は,事前定義の発見的方法なしで状態行動空間を探索するのに効率的でない。本研究では,ゲームの解決における人間-テスト者の専門知識と,RRTの網羅性を組み合わせて,ゲームの状態空間を高カバレッジで効率的に探索することを試みた。本論文は,探索を通してゲームをテストするために,クローニング支援RRT(CA-RRT)を導入した。この方法を2つの既存のベースラインと比較した。1)arXiv:1812.03125;2)Chang et.al.CA-RRTは,既存のベースラインと比較して,より多くのゲームマップに適用可能であり,より少ないツリー展開/反復においてより多くのゲーム状態を探索することを見出した。各試験において,CA-RRTは,重みづけRRTと同じ数の反復で平均でより多くの状態に達した。テストされた環境において,CA-RRTは,平均で5000少ない反復,ほぼ50%の縮小,およびより多くのシナリオに応用されるより,重みづけRRTと同じ数の状態に達した。さらに,著者らの最初の人行動クローニングアプローチの結果として,CA-RRTは,ヒトで実証された状態を持つRRTを播種するよりも,非segゲームマップ上で働いた。【JST・京大機械翻訳】