文献

J-GLOBAL ID：202202259714710194   整理番号：22A0980120

サッカーシミュレーション2Dゲームにおけるパス予測を改善するための工学的特徴【JST・京大機械翻訳】

Engineering Features to Improve Pass Prediction in Soccer Simulation 2D Games

著者 (7件)： Zare Nader (Institute for Big Data Analytics, Dalhousie University, Halifax, Canada) ,  Sarvmaili Mahtab (Institute for Big Data Analytics, Dalhousie University, Halifax, Canada) ,  Sayareh Aref (Shiraz University, Shiraz, Iran) ,  Amini Omid (Qom University of Technology, Qom, Iran) ,  Matwin Stan (Institute for Big Data Analytics, Dalhousie University, Halifax, Canada) ,  Matwin Stan (Institute for Computer Science, Polish Academy of Sciences, Warsaw, Poland) ,  Soares Amilcar (Memorial University of Newfoundland, St. John’s, Canada)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13132  ページ： 140-152  発行年： 2022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： Soccerシミュレーション2D(SS2D)は,二次元における実際のサッカーゲームのシミュレーションである。サッカーにおいて,通過行動は,著者らのチームの所有でボールを保って,目標機会を作り出すための不可欠な行動である。同様に,SS2Dでは,敵対者と著者らのチームの通過行動を予測することは,資源管理とスコアをより目標とする。したがって,本研究では,深層ニューラルネットワーク(DNN)とランダムフォレスト(RF)を用いて,サッカー2Dプレーヤーの通過挙動のモデル化を試みた。オンラインフォーマットにおけるエージェントの意思決定を記録できる組込みデータ抽出モジュールを提案した。その後,訓練データ作成のために4つのデータソーティング技術を適用した。その後,著者らは,独特の演習戦略を持つRoboCup2019の6つのトップチームに対する訓練されたモデルの性能を評価する。最後に,通過戦略の予測に対する異なる特徴グループの重要性を調べた。本研究の各ステップにおける全ての結果は,提案方法論の有効性を証明し,Soccerシミュレーション2Dゲームにおけるパス予測の性能を,5%(例えば,同じチームに対して)から10%(例えば,ロボカップトップチームに対して演ずる)の範囲で改善した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  意思決定 ,  *ゲーム ,  計算機アルゴリズム ,  *二次元 ,  実習 ,  サッカー ,  エージェント ,  機械学習
準シソーラス用語： 訓練データ ,  敵対者 ,  RoboCup ,  オンライン ,  データ抽出 ,  ランダムフォレスト ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 特徴工学 ,  エージェントシステム ,  機械学習 ,  サッカーシミュレーション2D

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： サッカー ,  シミュレーション ,  2D ,  ゲーム ,  パス ,  予測 ,  工学