سامانه همایش ها

English

صفحه اصلی / 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

نویسندگان :

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

کلمات کلیدی :

Reinforcement Learning،Multi-agent systems،Soccer Simulation

چکیده :

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%.

لیست مقالات

لیست مقالات بایگانی شده

علم داده به عنوان شتاب‌دهنده نوآوری در صنعت مهندسی

رامین احمدپور

آینده‌پژوهی زنجیره تأمین بین‌المللی در عصر هوش مصنوعی: چشم‌اندازی داده‌محور به تأمین و خرید جهانی

اکرم معصومی دهقی - الهام گرک یراق - محمد علی جان نثاریان لادانی - روح اله جزینی درچه

Optimization and Novel insights: The convergence of Quantum Computing and Data Science in Engineering Application

Nayereh Majd

ارزیابی کارایی روش‌های اصلاح پراکندگی در تصویربرداری SPECT قلب هم‌زمان دو ایزوتوپی

بهاره جودی ثمرین - مهسا نوری اصل

تاثیر هوش مصنوعی بر عملکرد سازمانی: نقش واسطه ای بهره وری کارکنان(مطالعه موردی: اداره مالیاتی شهر تبریز)

نیما صدری نوبرزاده - پریسا صدری نوبرزاده

تاثیر هوش مصنوعی بر توسعه اقتصاد حسابداری

نیما قاسم زاده شهرک - سعید انورخطیبی - سلمان عبدی

تاثیر ارتباطات سیاسی بر ارزش و عملکرد شرکت ها

رعنا شهدآور - علی بیرامی مرزرود

Implementation of Anisotropic Hyperelastic Materials in NL-SBFEM Framework: The HGO Model

Seyed Sadjad Abedi-Shahri - Farzan Ghalichi - Iman Zoljanahi Oscui

حسابداری توسعه پایدار با رویکرد اقتصاد هوشمند

مهدی زینالی - علیرضا صابر - رامین فتح الله زاده دیزجی - احمد حسن پور

ایجاد پوشش کامپوزیتی HA-TiO₂ بر روی آلیاژ زیست‌تخریب‌پذیر منیزیم به روش رسوب‌دهی الکتروفورتیک

سید محمد مکی - حسن جعفری - فاطمه سادات پیش‌بین - سلیمان خوشرو

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.4.1