Reinforcement Learning Using Deep Learning in Continuous Space Games

在连续太空游戏中使用深度学习的强化学习

• 批准号: 18K11600
• 负责人: Tanaka Tetsuro
• 金额: $ 1.91万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18K11600/
• 关键词: 連続空間ゲーム; 強化学習; 不完全情報ゲーム; ナッシュ均衡; 強解決; 連続空間; 深層学習

项目成果

十六むさしの強解決

16 武藏野强解

• 发表时间: 2020
• 作者: 伊原泰孝;水口充;田中哲朗
• 通讯作者: 田中哲朗

R-Rivals のナッシュ均衡戦略

R-Rivals 纳什均衡策略

• 发表时间: 2021
• 作者: 川越 啓太郎;武永 康彦;田中哲朗
• 通讯作者: 田中哲朗

「グリッド世界を用いた階層型強化学習の評価」 実験コード

《利用网格世界评估分层强化学习》实验代码

深層強化学習を用いた麻雀プレイヤの構築

使用深度强化学习构建麻将玩家

• 发表时间: 2020
• 作者: 清水大志;田中哲朗
• 通讯作者: 田中哲朗

麻雀のポリシー関数に適したネットワークモデルの構築と評価

适合麻将政策功能的网络模型构建与评估

• 发表时间: 2019
• 作者: 清水 大志 ;田中 哲朗
• 通讯作者: 田中 哲朗