آمار
| تعداد نشریات | 31 |
| تعداد شماره‌ها | 696 |
| تعداد مقالات | 7,374 |
| تعداد مشاهده مقاله | 9,208,236 |
| تعداد دریافت فایل اصل مقاله | 8,533,083 |
بهبود عملکرد حمله در تیم ربات‌های فوتبالیست با استفاده از یادگیری تقویتی | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقالات آماده انتشار، پذیرفته شده ، انتشار آنلاین از تاریخ 18 مهر 1397 اصل مقاله (929 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
مینا خاکسار؛ ولی درهمی  ؛ مهدی رضائیان
| ||
| دانشگاه یزد - پردیس فنی و مهندسی - گروه مهندسی کامپیوتر | ||
| چکیده | ||
| به‌دلیل عدم امکان پیش‌بینی همه وضعیت‌های ممکن برای عامل‌ها در یک سیستم چندعامله‌ی پویا و گسترده، روش‌های یادگیری ماشین، ابزار مناسبی برای کنترل رفتار عامل‌ها می‌باشد. فوتبال شبیه‌سازی شده ربات‌ها یک مسئله شناخته‌شده برای ارزیابی الگوریتم‌های یادگیری ماشین روی سیستم‌های چندعامله است. در این مقاله الگوریتم یادگیری کیو ـ وی (یکی از الگوریتم‌های معروف یادگیری تقویتی) جهت بهبود عملکرد حمله در تیم ربات‌های فوتبالیست دو بعدی بکار گرفته شده‌است. سیگنال تقویتی براساس اینکه بازیکنانی که در حمله دخالت دارند، توپ را جلوی دروازه می‌رسانند، یا اینکه توپ را از دست می‌دهند، تعریف شده‌است و به‌ترتیب عامل‌ها با توجه به وضعیت ذکرشده، جایزه و جریمه دریافت می‌کنند. جهت بهبود عملکرد از ایده تقسیم سیگنال تقویتی متناسب با مقدار خبرگی عامل‌ها در یک سیستم چندعامله استفاده شده‌است. در اینجا میزان خبرگی متناسب با تفاوت ارزش عملِ با بالاترین ارزش با ارزشِ عملِ با کمترین مقدار ارزش در هر حالت تعریف می‌شود. نتایج شبیه‌سازی نشان می‌دهد، بهره‌گیری از ایده تقسیم سیگنال تقویتی براساس خبرگی در آموزش باعث افزایش سرعت در آموزش و بهبود عملکرد عامل‌ها شده‌است. | ||
| کلیدواژه‌ها | ||
| فوتبال شبیه‌سازی‌شده ربات‌ها؛ یادگیری تقویتی؛ یادگیری کیو ـ وی؛ سیستم‌های چندعامله؛ حمله | ||
| عنوان مقاله [English] | ||
| Improve Performance of Attack in the Team Robots Soccer using Reinforcement Learning | ||
| نویسندگان [English] | ||
| M. Khaksar؛ V. Derhami؛ M. Rezaeian | ||
| Computer Engineering Department, Faculty of Engineering, Yazd University, Yazd, Iran | ||
| چکیده [English] | ||
| Due to the impossibility of predicting all possible states for agents in a wide dynamic multi-agent system, machine learning methods are useful tools to control agent behavior. Simulated Robot Soccer is a well known multi agent benchmark to evaluate machine learning algorithms. In this paper, QV-Learning algorithm (a well known reinforcement learning algorithm) is used to improve the performance of the attack in 2D robots soccer team. The reinforcement signal is defined based on the players involved in the attack can reach the ball in front of goal or lose the ball; They receive positive and negative reward according to the mentioned status, respectively. We use the idea of division the reinforcement signal proportional to the amount of expertness (knowledge) of agents to improve the performance. Here, the expertise is defined as the difference between highest action value and lowest action value in the each state. The simulation results show using the idea of expertise improves the train speed and the performance. | ||
| کلیدواژه‌ها [English] | ||
| Simulated robot soccer, reinforcement learning, QV-learning, multi-agent system, attack | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 9 تعداد دریافت فایل اصل مقاله: 12 |
||
