Theoretical research of the policy gradient reinforcement learning without Markov properties and its application to games

无马尔可夫性质的策略梯度强化学习理论研究及其在游戏中的应用

• 批准号: 26330419
• 负责人: Harukazu Igarashi
• 金额: $ 1.25万
• 依托单位: Shibaura Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2014
• 资助国家: 日本
• 起止时间: 2014-04-01 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-26330419/
• 关键词: 強化学習; 方策勾配法; マルチエージェント; コンピュータ将棋; ロボカップ; ソフトマックス探索; サッカー; マルチエージェントシステム; RoboCup; ファジィ推論

项目成果

サッカーエージェントにおけるスルーパスの強化学習

足球特工直传球的强化学习

• 发表时间: 2016
• 作者: 田川 諒，五十嵐治一

agent2d のチェーンアクションにおける評価関数の重み調整

Agent2d连锁作用评价函数权重调整

• 发表时间: 2014
• 作者: Noor Imanina N.H. ;Harukazu Igarashi;五十嵐治一，森岡祐一，山本一将;田川 諒，谷川俊策，五十嵐治一
• 通讯作者: 田川 諒，谷川俊策，五十嵐治一

RoboCupサッカーシミュレーションリーグ2Dにおける局面評価関数の設計と学習

RoboCup足球模拟联赛二维阶段评价函数的设计与学习

• 发表时间: 2014
• 作者: Noor Imanina N.H. ;Harukazu Igarashi;五十嵐治一，森岡祐一，山本一将;田川 諒，谷川俊策，五十嵐治一;谷川俊策，五十嵐治一，石原聖司
• 通讯作者: 谷川俊策，五十嵐治一，石原聖司

Policy Gradient Reinforcement Learning with a Fuzzy Controller for Policy: Decision Making in RoboCup Soccer Small Size League

使用模糊策略控制器进行策略梯度强化学习：RoboCup 足球小规模联赛中的决策

• DOI: 10.3156/jsoft.26.647
• 发表时间: 2014
• 期刊: Journal of Japan Society for Fuzzy Theory and Intelligent Informatics
• 作者: 杉本 将也，五十嵐 治一，石原 聖司，田中 一基

局面評価関数を用いたサッカーエージェントの移動先決定

使用情况评估函数确定足球经纪人的目的地

• 发表时间: 2016
• 作者: 大内 斉，五十嵐 治一