文献

J-GLOBAL ID：202202278537488358   整理番号：22A0980136

機械学習を用いたサッカーシミュレーション2DゲームにおけるDribbling,Passing,およびマーキング行動の改善【JST・京大機械翻訳】

Improving Dribbling, Passing, and Marking Actions in Soccer Simulation 2D Games Using Machine Learning

著者 (8件)： Zare Nader (Institute for Big Data Analytics, Dalhousie University, Halifax, Canada) ,  Amini Omid (Qom University of Technology, Qom, Iran) ,  Sayareh Aref (Shiraz University, Shiraz, Iran) ,  Sarvmaili Mahtab (Institute for Big Data Analytics, Dalhousie University, Halifax, Canada) ,  Firouzkouhi Arad (Amirkabir University of Technology, Tehran, 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： 340-351  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： RoboCup競争は1997年に始まり,最も古いRoboCup legueとして知られている。RoboCup 2D Soccer Leagueは,確率的で,部分的に観察可能なサッカー環境であり,その中で24の自律エージェントが,2つの対立するチームで演ずる。本論文では,CYRUSの主な戦略と機能,RoboCup 20212D SoccerシミュレーションLeague championsを詳述した。本研究で提示した新しい機能性は,(i)マルチアクションDribble,(ii)パス予測および(iii)マーキング決定である。マルチ行動Dribbling戦略は,CYRUSがより頻繁に成功し,行動をゲーム中に行うとより安全になる。パス予測は,著者らのチームマートの通過行動を予測し,予想し,著者らのエージェントをスコアリング目標に向けてよりよく協調させることで,著者らのゲームプレイを強化した。最後に,Marking決定は,敵対者のプレーヤーをマークする最適解を見つけることによって,CYRUS防御戦略を改善するためにマルチエージェントマッチング問題に対処した。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 ,  *ゲーム ,  行動 ,  マーキング ,  戦略 ,  *二次元 ,  コンクール ,  チーム ,  サッカー ,  エージェント ,  *機械学習
準シソーラス用語： 最適解 ,  敵対者 ,  RoboCup ,  自律エージェント ,  マルチエージェント , 【Automatic Indexing@JST】

著者キーワード (6件)： 特徴工学 ,  ロボカップ ,  サッカーマーキング ,  マルチエージェントマッチング ,  ドリブル ,  2Dサッカーシミュレーション

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 機械学習 ,  サッカー ,  シミュレーション ,  2D ,  ゲーム