AAAINov, 2017

对抗实时游戏中多元控制的非对称动作抽象

PDF
TL;DR本文介绍了一种称为不对称抽象的行动抽象方案的搜索算法，使得搜索算法能够在大规模游戏中导出有效的策略，并在实时策略游戏中的战斗场景上获得显著的优越性。
action abstractionsmulti-unit adversarial gamesasymmetric abstractionreal-time strategysearch algorithms
发现论文，激发创造
  • 通过继承表征进行离散状态 - 行动抽象化

    本文提出了一种自动学习基于状态抽象的离散化模型，命名为 Discrete State-Action Abstraction (DSAA)，可以有效地解决强化学习中的任务，并且对探索方案的影响进行了模拟和验证。

    Jun, 2022

  • 学习抽象世界模型用于值保持规划和选项

    通过学习抽象 MDP（Markov 决策过程）来提高智能体在多任务环境中的决策和学习效率。

    Jun, 2024

  • 通过即时状态条件的动作抽象实现高效蒙特卡罗树搜索

    基于组合结构的行为抽象可以提高蒙特卡洛树搜索在具有复杂动作空间问题上的效率。本研究通过学习一个潜在的动态模型和辅助网络，构建了一种状态条件行为抽象方法，用于减少搜索空间并提高采样效率，并在实验中展示了其比传统 MuZero 方法更好的采样效率。

    Jun, 2024

  • 扩大行动空间

    使用课程学习和跨行动空间的迁移学习来加速强化学习，通过限制其初始行动空间，同时为多个行动空间估算最优值函数，并高效地将数据、价值估计和状态表示从限制的行动空间转移到完整任务上，成功应用于复杂的大规模 StarCraft 微管理任务和控制任务中。

    Jun, 2019

  • 复杂动作空间中的学习与规划

    本文提出了一个基于策略迭代的通用框架，可以在对一小部分行动的样本进行策略评估和改进的情况下对强化学习算法进行推理。其中，样本化 MuZero 是 MuZero 算法的一个扩展，可以在计划采样动作的情况下学习具有任意复杂行动空间的目标。作者用围棋和 DeepMind 的控制套件以及真实世界的强化学习测试开展了实证研究。

    Apr, 2021

  • 发现用于通用任务和动作规划的状态和动作抽象

    本文提出一种算法，用于通过学习特征、抽象和广义计划来解决连续机器人任务和运动规划中的困难问题。研究表明，仅使用少量示例学习的简单广义计划可以用于优化 TAMP 求解器的搜索效率。

    Sep, 2021

  • 通过状态近似抽象实现近似最优行为

    本研究探讨了使用状态抽象来减轻计划和强化学习算法中的组合爆炸问题。我们研究了近似状态抽象的理论保证和在各种环境中的有效性。结果表明，使用近似抽象可以减少任务复杂度和行为最优性的损失。

    Jan, 2017

  • 博弈论目标空间规划

    本文通过提出基于游戏理论规划者的智能车辆监管方案，并结合后悔最小化技术，用以优化智能车辆的胜率，实现多智能体环境下的自主行驶。

    Sep, 2022

  • 使用状态抽象的弹性蒙特卡罗树搜索在策略游戏中的应用

    本文提出了一种名为弹性 MCTS 的算法，该算法使用状态抽象来玩策略游戏，通过动态聚类树节点，利用状态抽象带来的有效搜索同时避免了使用状态抽象对整个搜索的负面影响，并通过 Stratega 平台进行验证实验，结果表明 Elastic MCTS 相对于 MCTS 基线的性能提高了很多，同时将树的大小缩小了 10 倍。

    May, 2022

  • 对抗性团队游戏的公共信息表示

    通过将序列团队游戏转化为经典二人零和游戏，并提供三种信息不损失抽象，本文有效地应用了现有算法于互弈博弈中。

    Jan, 2022