Detail publikace
Creating Action Heuristics for General Game Playing Agents
SCHIFFEL, S.
Goal Condition, Heuristic Function, Game State, Game Tree, General Game
Monte-Carlo Tree Search (MCTS) je nejoblíbenější vyhledávací algoritmus používaný v General Game Playing (GGP) v dnešní době hlavně kvůli jeho schopnosti dobře fungovat bez znalosti domény. Bylo navrženo několik přístupů k přidání heuristiky k MCTS za účelem vedení simulací. V GGP se tyto přístupy obvykle učí heuristice za běhu z výsledků simulací. Vzhledem ke zvláštnostem GGP je výhodné, aby tato heuristika hodnotila akce spíše než herní pozice. Navrhujeme přístup, který generuje heuristiku, která odhaduje užitečnost akcí analýzou herních pravidel na rozdíl od výsledků simulace. Prezentujeme výsledky experimentů, které ukazují potenciál našeho přístupu.
@inproceedings{BUT163390,
author="TRUTMAN, M. and SCHIFFEL, S.",
title="Creating Action Heuristics for General Game Playing Agents",
booktitle="Computer Games, CGW 2015",
year="2016",
series="Communications in Computer and Information Science",
journal="Communications in Computer and Information Science",
volume="614",
number="1",
pages="149--164",
publisher="Springer Verlag",
address="Berlín",
doi="10.1007/978-3-319-39402-2\{_}11",
issn="1865-0929",
url="https://link.springer.com/chapter/10.1007/978-3-319-39402-2_11"
}