May, 2024

演化算法评估 Connect-4 中高级 Minimax、Q-Learning 和 MCTS 的比较框架

PDF
TL;DR在大状态空间的决策领域中，有效选择最大效用的行动是一个主要挑战。本文针对一个游戏领域 ——Connect-4，开发了一种新颖的进化框架来评估三类算法：强化学习（RL）、极大极小算法（Minimax）和蒙特卡洛树搜索（MCTS）。研究发现，MCTS 在胜率方面取得了最好的结果，而 Minimax 和 Q-Learning 分别排名第二和第三，尽管后者在决策速度方面表现最快。
发现论文，激发创造
  • LBCIM: 基于忠诚度的竞争影响力极大化与 epsilon - 贪心 MCTS 策略

    本研究提出了一种基于社交网络忠诚度的竞争影响最大化的新游戏框架，并使用改良版 Monte Carlo 树搜索算法来挑选最佳策略，其在合成数据和真实数据上均表现优异。

    Mar, 2023

  • 单智能体优化：通过蒙特卡罗树搜索进行策略迭代

    本文提出了一种使用基于 Monte-Carlo Tree Search 和深度强化学习相结合的方法的搜索算法，通过 1）用于潜在无限奖励问题的新颖行动价值规范机制，2）定义虚拟损失函数实现有效搜索并行化，以及 3）由自我对弈逐代训练的策略网络引导搜索，来提高搜索算法的效果。我们在同类游戏 SameGame 上进行实验，结果表明我们的算法在多个游戏宽度上优于基准算法，并与公共状态搜索问题的最新算法竞争力相当。

    May, 2020

  • 演化博弈理论在多智能体路径规划中的应用

    本文探讨了一种基于进化博弈论思想的解决方法来解决一组同质且自主代理在未知且随机环境中的路径规划问题，研究了多智能体规划方法，并展示了我们的技术在大空间中最小化路径长度方面击败了现有的状态良好的强化学习算法近 30%，并且比深度强化学习方法快至少一个数量级，并且与其他方法相比，扩展性更好，最后，我们证明了我们学到的政策在演化上是稳定的。

    Dec, 2022

  • 强化学习中基于反馈的树搜索

    本文提出一种基于模型的强化学习技术，该技术将 Monte-Carlo 树搜索应用于无限期 Marov 决策过程的有限期版本，并使用值函数和策略函数的组合来规定有限期问题的终端条件或决策树的叶节点评估器。作者还提供了第一个基于树搜索的强化学习算法的样本复杂度边界，并证明由深度神经网络实现的技术能够创建一种竞争性人工智能代理。

    May, 2018

  • 蒙特卡洛树搜索：近期修改和应用综述

    本文调查了 Monte Carlo Tree Search (MCTS) 在领域特定修改和混合方法方面的应用，这种方法依赖于智能树搜索并平衡探索和利用。

    Mar, 2021

  • 在 miniXCOM 中探索使用 TD 学习的自适应 MCTS

    本文介绍了一种名为 MCTS-TD 的自适应 MCTS 算法，该算法使用了深度强化学习技术，从而无需预训练模型即可实现在线调整，通过在 miniXCOM 游戏中进行测试，进一步证明了该算法的有效性。

    Oct, 2022

  • ConnectX 的强化学习

    本研究介绍了使用不同的强化学习算法来玩 ConnectX 游戏的实现和修改工作，让这个基于 M x N 棋盘的双人游戏成为一个新颖而具有挑战性的问题。

    Oct, 2022

  • 使用 MCTSnets 学习搜索

    该论文提出了一种名为 MCTSnet 的体系架构，其将基于模拟的搜索嵌入神经网络中，并通过向量嵌入扩展，评估和备份。该网络的参数进行端到端的训练优化，应用于小范围的搜索中，显著优于 MCTS 基线的性能。

    Feb, 2018

  • 强化学习的组合探索优化

    在解决复杂优化问题方面，探索式组合优化（ECO-DQN）通过连续改进解决方案，从而有效地学习有效的启发式方法来解决图上的组合优化问题，并在最大割问题上展示了最先进的强化学习性能。

    Sep, 2019

  • 混合极小化极大搜索和游戏难度调整的一般游戏问题解决方法

    提出了一种通用方法来实现具有不同难度级别的零和游戏的人工智能对手，同时结合了 Minimax-MCTS 混合算法，该方法在移动应用程序 LoBoGames 中进行了测试，并证明了这种混合算法和新的难度调整系统在将来的工作中具有潜力。

    Oct, 2023