tsta

فارسی

Home / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

Short-term gains vs. long-term Success: Reward strategy design for reinforcement learning in football

Authors :

Mohammad Pashaei¹ Amirhossein Tayebi² Hadi Amiri³ Ali Fahim⁴

1- Department of Engineering Science, University of Tehran, Tehran, Iran 2- Department of Engineering Science, University of Tehran, Tehran, Iran 3- Department of Engineering Science, University of Tehran, Tehran, Iran 4- Department of Engineering Science, University of Tehran, Tehran, Iran

Keywords :

Reinforcement Learning،Multi-agent systems،Soccer Simulation

Abstract :

Reinforcement learning in complex games like soccer relies heavily on how you define your reward function and environment. In this work, we developed a custom 3v3 soccer environment and implemented two RL-based teams with distinct learning trends: one with a fast convergence but limited long-term adaptation, and another with a slower yet more robust learning trajectory. Simulation shows that despite performing better at the start, the short-term agents fall short of the performance of the long-term agents in the long run, and after passing 50% of the episodes, the win rate of long-term agents rises from 30% in the beginning to 50%.

List of archived papers

مطالعه ای بر بهبود مدیریت ارتباط با مشتری با استفاده از هوش مصنوعی

اسماعیل محبی کندسری

Fast Reflection-Mode Ultrasound Computed Tomography Versus Conventional Pulse-Echo Technique

Elnaz Rostami Siahpoush - Haniye Fathi - Zahra Kavehvash

The Effects of Levodopa and Visual Information on The Complexity of Postural Control in Parkinson’s Disease Patients With and Without Freezing of Gait Through a Multiscale Entropy Approach

Kiarash Banan Motarjem - َAmirhassan Khalouzadeh Mobarakeh - Aria Behroozi - Elham Shirzad Araghi

حمل و نقل هوشمند در بازی جنگ

جواد طیبی - حسین حیدری

بررسی تاثیر معیارهای قرارداد هوشمند بر عملکرد زنجیره تامین پایدار

محمد علیمحمدی - امیر نجفی

بلاکچین برای آینده مدیریت زنجیره تأمین پایدار در صنعت چهارم

زهرا کرمی

Mapping Epileptic Networks: IED-Triggered Hemodynamic Changes Identified via Simultaneous EEG-fMRI Recordings

Elias Ebrahimzadeh - Mostafa Asgarinejad - Melika Akbarimehr - Hamid Soltanian-Zadeh

مزایای هوش مصنوعی در تصمیم گیری عملیاتی

مهدی محمدی امین - مهدی فرساد - هادی محمدی امین

Injectability Enhancement and Optimization of a Biphasic Calcium Phosphate Bone Cement

Sepehr Larijani - Mitra Asadi-Eydivand - Nabiollah Abolfathi - Mehran Solati-Hashjin

طراحی چارچوب شخصی‌سازی‌شده درمان بیماری MS مبتنی بر یادگیری تقویتی عمیق SAC

مریم سبزه یان - محبوبه سبزه یان - امین نوری - ماندانا سادات غفوریان

more

Samin Hamayesh - Version 42.5.2