Jul, 2024

通用视频游戏中实时蒙特卡洛树搜索的增强

PDF
TL;DR讨论将八个增强技术应用于 GVGP 领域的 MCTS，其中包括渐进式历史、N-Gram 选择技术、树重用、广度优先树初始化、避免损失、基于新颖性的修剪、基于知识的评估和确定性游戏检测，这些增强技术的应用统计上显著提高了胜率，将平均胜率从 31.0% 提高到 48.4%，接近 2015 年 GVG-AI 竞赛中最优秀的代理程序的水平。
发现论文，激发创造
  • 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

  • 不同游戏中蒙特卡罗树搜索性能的表征

    我们描述了一个初步的数据集，该数据集包括了 268,386 个不同游戏中的 61 个不同代理的对局，旨在研究 Monte-Carlo Tree Search 在各种游戏中的表现和改进方法，以及对数据集的预测模型训练和未来计划。

    Jun, 2024

  • 达芬奇密码游戏策略模拟的蒙特卡罗树搜索算法的开发与应用

    通过比较分析基于 CPU 和 GPU 的 MCTS 算法在分支分歧情况下的性能，我们发现 CPU 实现呈线性改进趋势，而 GPU 实现呈现出非线性的增强模式和明显的性能下降。这些发现对于优化并行计算架构上的游戏策略算法具有重要的考虑价值。

    Mar, 2024

  • 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

  • 连续蒙特卡罗图搜索

    本文提出了 Continuous Monte Carlo Graph Search（CMCGS），一种将 Monte Carlo Tree Search（MCTS）扩展到连续状态和动作空间的在线规划方法，并在 DeepMind Control Suite 基准测试和 2D 导航任务中表现优异。

    Oct, 2022

  • 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

  • 以 MCTS 引导遗传算法优化神经网络权重

    本研究探讨了在遗传算法中应用搜索策略以探索整个基因树结构的可能性。我们尝试优化神经网络使用遗传算法，以生成最佳结果，结合了蒙特卡洛树搜索等方法。

    Aug, 2023

  • 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

  • 明智地利用思考时间：使用虚拟扩展加速 MCTS

    本文提出了一种计算时间与性能之间折衷的新算法 Virtual-MCTS，可以适应性地将更多的计算时间用于更困难的状态上，同时相对较少地用于简单状态，演示表明此方法在限时和限制的资源任务下具有很好的性能表现，相较于原算法仅需 50% 以下的计算时间。

    Oct, 2022

  • 策略梯度搜索：无需搜索树的在线规划和专家迭代

    本研究提出一种用于模拟搜索的政策梯度搜索方法，通过在线更新神经网络模拟策略，实现避免使用搜索树的效果。在 Hex 上，与 MCTS 相比，PGS 取得了相当的性能，并且使用 PGS 进行专家迭代训练的代理能够在 9x9 Hex 中击败最强的开源 Hex 代理 MoHex 2.0。

    Apr, 2019