RoboCupサッカーたおける局所的目標別行為-価値関数の設計

スポンサーリンク

概要

論文の詳細を見る
RoboCupサッカーにおいて困難な問題の1つに有効な行動を迅速に決定することがある。本論文では、行為-価値関数を用いることによってこの問題を解決している。しかし、サッカーのような複雑な環境において局面全体で有効な行為-価値関数を設計することは困難である。そこで本論文では、ボールの位置により局所的目標を設定して、局所的目標別に行為-価値関数を設計することを提案する。また、行為-価値関数はTD法を用いて学習実験を行った。最後に、局所的目標別に行為-価値関数をもつエージェントと局面全体で1つの行為-価値関数をもつエージェントの対戦実験を行った。その結果、局所的目標別に行為-価値関数をもつエージェントは6割以上の勝率をおさめることができた。
2000-10-26

著者

関連論文

もっと見る

スポンサーリンク