文献

J-GLOBAL ID：202302247902089208   整理番号：23A2649815

対戦型格闘ゲームにおける多様な対戦相手に対応する強化学習エージェント

Reinforcement Learning Agent for Handling Diverse Opponents in Fighting Games

著者 (5件)： 小川拓実 (帝京大) ,  阿久津光範 (帝京大) ,  岸愛斗 (帝京大 理工) ,  山根健 (帝京大) ,  山根健 (帝京大 理工)
資料名： 情報科学技術フォーラム講演論文集  (FIT)
巻： 22nd  号： 第2分冊  ページ： 533-534  発行年： 2023年08月23日 
JST資料番号： L4664A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・対戦型格闘ゲームの自律的なキャラクタ設計方法として,強化学...

シソーラス用語： *強化学習 ,...
準シソーラス用語： Q学習 ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=23A2649815&from=J-GLOBAL&jstjournalNo=L4664A") }}

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (7件)：

• 石原誠 ら,“対戦格闘ゲームにおけるゲームAIや操作法の違いがプレイヤーの感じる面白さに与える影響の分析,”情報処理学会論文誌,vol.57,no.11,pp.2414-2425,2016.
• 邓士达 ら,“動的な難易度調整により対戦して楽しい格闘ゲーム AI,”ゲームプログラミングワークショップ 2020 論文集,pp.58-61,2020.
• I. Oh et al., “Creating Pro-Level AI for a Real-Time Fighting Game Using Deep Reinforcement Learning,” IEEE Transactions on Games, vol.14, no.2, pp.212-220, 2022.
• 森田昌彦 ら,“選択的不感化法を適用した層状ニューラルネットの情報統合能力,”信学誌 D, vol.J87-D-II, no.12, pp.2242-2252, 2004.
• 新保智之ら,“選択的不感化ニューラルネットを用いた強化学習の価値関数近似,”信学誌 D,vol.J93-D,No.6,pp.837-847,2010.

タイトルに関連する用語 (4件)： 対戦 ,  ゲーム ,  強化 ,  学習エージェント