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

چالش‌ها و فرصت‌های نگارش و فرایند داوری مقالات با هوش مصنوعی

مرضیه باباش‌پور اصل

طراحی بهینه‌ی پلاک‌های ارتوپدی برای ترمیم شکستگی ساب تروکانتریک استخوان ران بر پایه‌ی مدل‌سازی آماری و روش‌های یادگیری ماشین

ماجده رضائی - مسعود شریعت پناهی - مراد کریم پور - هادی قطان کاشانی

طراحی و پیاده سازی پایگاه داده سامانه فروش برخط

ملیحه نیک سیرت - مریم دادی

کاربرد هوش مصنوعی در مدیریت ارتباط با مشتری

سعیده شریفی علون آبادی - ناصر خانی

Ensemble Learning–Based Surrogate Models for Non-Invasive Estimation of Corneal Mechanical Properties

Seyed Sadjad Abedi Shahri - Mitra Baradari - Iman Zoljanahi Oskui

شبیه سازی افزایش نفوذ دارو در لوله مویرگی با غشا نفوذپذیر به کمک اثر نانوذرات مغناطیسی

پریماه سلیمی - هامون پورمیرزاآقا - منصور امیری دوگاهه - علی وظیفه دوست صالح - سیده سوده جهانی

شناسایی عوامل تعیین کننده قصد انطباق مالیات با تاکید بر نظریه رفتار برنامه ریزی شده

نیما صدری نوبر زاد - پریسا صدری نوبر زاد

Enhancing Drug–Target Affinity Prediction with Non-Local Block Graph Neural Networks

Reza Tahmasebi - Eghbal Mansoori - Armin Piashehvar - Abbas Mehrbaniyan

ارائه مدل ترکیبی کشف نفوذ مبتنی بر تحلیل داده‌های بزرگ و یادگیری عمیق در محیط‌های توزیع‌شده

شاهین سمیع عادل

بررسی خواص مکانیکی داربست‌های متشکل از نانوسلولز، ژلاتین و ماتریس خارج‌سلولی برای کاربرد در مهندسی بافت استخوان

مهدی درگاهی - معصومه محمودی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2