Apr, 2022

在 Colonel Blotto 中的强化学习智能体

PDF
TL;DR本文测试了基于强化学习的代理在 Colonel Blotto 环境下的表现，发现其能够轻松击败单个对手并在多个对手时表现良好，由此分析其最佳策略与单个对手时完全相反。
agent-based modelsreinforcement learningmarkov processescolonel blotto environmentstrategy
发现论文，激发创造
  • 多智能体强化学习的统一博弈论方法

    本文提出了一种基于深度强化学习的近似最佳响应策略混合和实证博弈理论分析的算法，用以解决多智能体强化学习中独立强化学习过度拟合其他智能体政策的问题，并且在网格世界协调游戏和扑克牌等部分可观察环境中取得了不错的结果.

    Nov, 2017

  • 教育中的强化学习：多臂赌博机方法

    本研究通过上下文化和模拟累计奖励来解决教育上的干预建议问题，采用强化学习的代理模型结合混合学习方法，景点在线平台的自动化功能

    Nov, 2022

  • 分布式多智能体协作的对手建模层次强化学习

    本文介绍了一种基于深度强化学习的多智能体协作方法，通过分布式学习实现了高效的策略搜索，并在合作变道场景中进行了仿真和实际案例验证。

    Jun, 2022

  • 复杂实时战略游戏中的多智能体强化学习集中式控制

    本研究通过在 Lux AI v2 Kaggle 比赛中应用 RL，使用一种集中式方法来训练 RL 代理，并报告了沿途的多个设计决策，以控制多种类型的变量大小编队群，从而解决多优化问题。

    Apr, 2023

  • 使用 RL 行为模型的面向政策的基于代理的建模

    本文研究了在决策制定环境下，基于强化学习的智能体决策行为的刻画与建模。实验结果表明，相比于传统的规则制定和数据回归方式，基于强化学习的智能体决策行为模型具有更高的适应性和更好的表现，可以更好地支持 Agent-based Models 在政策分析等领域的应用。

    Jun, 2020

  • 使用 NEAT 和强化学习无限制地玩 2D 游戏

    本研究采用 “Flappy Bird” 游戏环境，对比 NeuroEvolution of Augmenting Topologies (NEAT) 算法和强化学习算法在人工智能代理环境下的表现，探讨具有不同初始人工智能代理种群的算法性能。

    Jul, 2022

  • 多智能体竞争引发的紧急复杂性

    本文介绍了几种在三维环境中进行竞争多智能体自我对抗训练的方法，这些方法可以训练出丰富多彩、技能复杂的智能体。此外，我们指出，自我对抗训练可以产生超出环境本身复杂性的行为，并且自带课程设置，有助于智能体学习不同难度水平下的技能。

    Oct, 2017

  • 使用强化学习解决乌尔王宫游戏

    本研究采用蒙特卡罗、Q 学习和预期 Sarsa 等不同的方法来训练智能体，学习下古老的策略性游戏乌尔王的最优策略，并表现出不错的结果和学习能力。其中，预期 Sarsa 在学习速度方面表现出色。

    Aug, 2022

  • 利用强化学习创建弱化的抽象棋类游戏智能体技术

    本研究介绍了如何使用强化学习模型和 Q 学习算法创建能够学会玩井字游戏、九人跳和玛卡拉棋的人工智能代理，同时还提出了一种制作较弱 AI 代理的方法，并提供了一种比较 AI 代理的方法。

    Sep, 2022

  • 随机博弈中的独立学习

    本综述介绍了一个新的独立学习动力学网络，其保证了在零和随机博弈中的收敛性，同时也回顾了其他算法，以期推动研究有关动态环境下博弈的独立和自然学习动力学。

    Nov, 2021