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

تاثیر قابلیت های فناوری اطلاعات بر کیفیت حسابرسی با نقش میانجی پذیرش هوش مصنوعی

حسین نیک آسا - حیدر محمدزاده سالطه

شناسایی و اولویت بندی قابلیت های پویای حسابداری دایره ای بر مبنای جریان های مواد در اقتصاد دایره ای

ایران فخری نژاد

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

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

مروری بر توسعه نرم‌افزار برای دستگاه‌های اینترنت اشیا

سجاد یوسفی - مریم پورنجف - ایدا اسدی

بررسی استقرار مدیریت دانش در شرکت آب و فاضلاب استان خراسان جنوبی

محدثه مشفقی - محسن صفاریان - محمد کاظمی - مهدی کیخای مقدم - نسیبه موحدفر

هوش مصنوعی و آینده بشریت با رویکرد مالی و اقتصادی

مهدی زینالی - شبنم بالازاده قره باغی - مهدیه نامی بسیط

شناسایی عوامل موثر بر انتخاب حسابرس با تاکید بر عدم اطمینان محیطی

امین بلوری - عیسی ابیضی - محدثه نعیمی

نقش هوش مصنوعی در چابکی زنجیره تامین بر اساس دیدگاه زنجیره تامین بشردوستانه

اسماعیل محبی کندسری

علیت بین توسعه مالی و نوع ابزارهای مالی از نظر مدیریت پرتفولیو

فاطمه خسروی

Hierarchical Task-Structured GNN Meta-Learning for Few-Shot EEG Motor Imagery Decoding

Mohammad Armin Dehghan - Mohammad Mohammadianbisheh - Mohammad Bagher Shamsollahi

more

Samin Hamayesh - Version 43.6.0