Mar, 2022

借助第一人称行为克隆辅助快速探索随机树的高效探索

PDF
TL;DR本文提出了一种能够通过结合人类测试人员的经验和快速扩展随机树（RRT）的极尽全面性来高效地搜索游戏状态空间的测试方法，并称作 Cloning Assisted RRT（CA-RRT），比传统的加权 RRT 和人类演示生成的 RRT 更适用于更多的游戏地图和测试环境，表现出更高的搜索效率。
computer gamesbugs detectionreinforcement learningsearch based methodscloning assisted rrt
发现论文，激发创造
  • 沿途风景：视频游戏的自动探索

    研究表明，现成的自动勘探策略可以与人类游戏玩家在相同时间尺度上实现相同的效果，为探索游戏状态空间和提取语义地图等应用贡献了通用方法。

    Dec, 2018

  • 使用行为克隆玩 Minecraft

    本文讲述了我们参加 MineRL 2019 比赛的经历，我们使用行为克隆的算法来预测人类玩家的行动并在最终排名中获得了第五名，同时我们也发现了这种方法性能会根据训练停止的时间而有明显变化，我们进行了更多的实验来研究不同的工程决策对性能的影响。

    May, 2020

  • 基于逐步采样的最优运动规划算法

    本文介绍了一种新型的算法 —— 快速探索随机图（RRG）及其树形版本 RRT $ ^ * $ 算法，并证明这两个算法都可以在几乎确定地收敛到最优解。此外，文章还建立起采样运动规划算法和随机几何图理论之间的新联系，以证明所提出算法的复杂度与传统 RRT 算法相比是等价的。

    May, 2010

  • 基于模拟的策略分析的蒙特卡罗树搜索

    本文提出使用自动规划代理来模拟不同技能水平的人来生成游戏过程，并从中收集指标以评估当前的游戏设计并确定其潜在缺陷。本文以 Scrabble 和 Cardonomicon 为案例，展示了使用模拟代理来模拟人类玩家如何从游戏中提取度量（在 Scrabble 的情况下）以及突出设计缺陷（在 Cardonomicon 的情况下）。

    Aug, 2019

  • 为高效探索确定目标取向轨迹

    本研究查明了纯随机漫步无法在大多数环境中成功扩展探索领域，并提出将单个随机操作选择替换为随机目标选择，该方法与任何基于好奇心的探索和脱机强化学习代理兼容，并生成比单个随机操作更长且更安全的轨迹。

    Jul, 2018

  • 多智能体 RRT*: 基于采样的合作路径规划（扩展摘要）

    提出了基于 MA-RRT * 算法的多智能体路径规划问题解决方案，该算法在解决真实世界中大型但稀疏环境的多飞机防撞等任务时性能很好，能够有效利用采样机制，比以往的正向搜索方法更具可扩展性。

    Feb, 2013

  • 嵌入式演示数据集搜索实现行为克隆

    使用潜空间索引演示数据集，成功地利用搜索技术实现基于行为克隆算法的控制，因此收获了具有人类特征、可以适应各种情境的代理行为，比现有的训练模型更加高效，具有无需任务适应等优点。

    Jun, 2023

  • 基于信息的 RRT*：通过合法椭球启发式直接采样聚焦于最优采样路径规划

    本文介绍一种有效的路径规划方法 Informed RRT*，通过直接采样路径长度的子集来提高搜索的效率，达到更高的收敛速度和更好的最终解决方案质量。

    Apr, 2014

  • 可转移的图探索学习

    该研究考虑了人工智能中尚未开发过的环境在探索方面的问题，并提出了一种从环境分布中学习策略的方法，将其作为强化学习任务来处理，以期能够在最短的步数内访问尽可能多的独特状态。实验结果表明，该方法在空间地图探索和领域特定程序和现实世界移动应用的覆盖率导向软件测试方面表现出色。

    Oct, 2019

  • REX：AI 代理的快速探索与利用

    我们在本文中提出了一种增强的 Rapid Exploration and Exploitation for AI Agents 方法，称为 REX。该方法通过引入额外的奖励层和集成类似于 Upper Confidence Bound (UCB) 分数的概念，提高了 AI 代理的性能。通过与 Chain-of-Thoughts (CoT) 和 Reasoning viA Planning (RAP) 等现有方法进行对比分析，REX 方法表现出相当甚至超过这些现有技术所取得的结果。值得注意的是，REX 方法在执行时间上显著减少，提高了在多种情景中的实际适用性。

    Jul, 2023