マルチエージェント系における協調学習を介したシンボル獲得の実現

多智能体系统中通过协作学习实现符号获取

基本信息

批准号：
13780270
负责人：
植田一博
金额：
$ 1.6万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2002
项目状态：
已结题

项目摘要

昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度のバランスをシステマティックに設定する方法を提案するための予備実験を行った。(1)に関しては,学習の課題として,1.味方間でパスが通れば報酬がもらえる課題(ボール支配課題),2.エンドラインを突破すれば報酬がもらえる課題(防御突破課題),3.11対11形式のゲームによる学習結果の確認,の3種類のシミュレーション実験を行った。比較対象は,申請者らがペースとして用いた,かつてのNo.1チームYowAIである。その結果,ボール支配課題に関しては,申請者の学習エージェントのボール支配時間がYowAIエージェントのそれを有意に上回り,防御突破課題に関しては,学習エージェントのアタッカチームがYowAIエージェントに比較して高い防御突破課題の達成率を示し,11対11のゲームに関しては,申請者のチームが30戦中16勝8敗6引き分けであった。したがって,申請者が提案した学習方法が動的環境下におけるマルチエージェント学習の方法として優れていることが,サッカーエージェントにおけるパフォーマンスの比較から示された。(2)に関しては,まず,3対2の中盤におけるボール支配を課題としたシミュレーションを行い,グリッドサイズとダッシュ時のプレイヤ移動速度を一定とし,パスの強さのみを変化させた.その変化に応じてボール支配時間が変化することを確認した。さらに,パスの強さに応じたパスの受渡しの変化を調べた結果,近距離パスが通りやすいパラメータ設定と,遠距離パスが通りやすいパラメータ設定があることが明らかとなった。

去年，我们建立了一个足球代理，该足球代理人可以使用类似于人类足球运动员的学习方法来预测其他球员的行为并优化情况的风险计算。今年，我们进行了一个初步实验，提出了一种系统的方法，以在传球强度和玩家的运动速度之间建立平衡，这是通过适当传球的重要因素。关于（1），我们进行了三种类型的仿真实验：1。如果您在盟友之间通过（球主导任务），可以在其中获得奖励，2。如果您突破终点线（防御突破任务），则可以在其中获得奖励（防御性突破任务），而3个任务。您可以使用11-11游戏格式获得奖励。比较目标是前Yowai的前1队，申请人将其用作速度。结果，对于球的统治任务，申请人的学习代理人的球主导时间大大超过了Yowai代理的球员，而对于国防突破任务，学习代理人的攻击者团队与Yowowai代理人相比表现出更高的国防突破性任务率，并且在11-11游戏中，申请人的团队在16次胜利中获得了16次胜利，8损失，8损失和6次击败30场比赛。因此，申请人提出的研究方法是在动态环境中作为多项式学习方法的出色，并且足球代理商的性能比较表明申请人提出的学习方法非常好。关于（2），我们首先在3-2到2的中间进行了模拟，并通过保持电网尺寸和播放器的运动速度在冲刺过程中更改了传球的强度。我们确认球统治时间会根据变化而变化。此外，在根据路径的强度检查通行传递的变化时，发现有些参数可能传递短距离路径和参数可能会传递长距离路径。