سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

Please wait ...

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

Chondrocyte-Imprinted Substrates: Promoting MSC Chondrogenesis and Regulating Inflammatory Gene Expression

Parisa Madani - Sara Derhanbakhsh - Nasrin Salehi - Farzaneh Safshekan - Javad Mohammadi - Shahin Bonakdar

بازنگری الگوریتم‌های کشف گره‌های فعال در شبکه‌های اجتماعی

مجید عبدالرزاق نژاد - مهدی خرد - محمدامیر جمالی

ارتباط بین تضاد نمایندگی و حق‌الزحمه عادی و غیرعادی حسابرس

فیروز نظاری ابر - رسول برادران حسن زاده - رقیه دهقان

بررسی کاربرد تکنیک های هوش مصنوعی در سیستم های توصیه گر

آسیه یاوری - علی اکبر نقابی

شناسایی و تفکیک خودکار ضایعات بیماری مولتیپل اسکلروزیس در MRI با استفاده از معماری بهینه شده U-NET

مریم فتحعلی زاده اصل سرکندی - علی پورقاسم

Optimization of the Mechanical Properties of PVA/Gelatin Hydrogel Reinforced with Polycaprolactone Nanofibers Using the Finite Element Method

Mohadeseh Nazouri - Iman Zoljanahi Oskui - Hadi Taghizadeh

تاثیر کیفیت گزارشگری مالی بر خطر سقوط قیمت سهام با تاکید بر سهامداران نهادی

محمد قرجی بنائی - اسماعیل زادمهر - محمدرضا حامدبابائی

کاربرد هوش مصنوعی در ارتقای امنیت اینترنت اشیاء: از الگوریتم‌های یادگیری عمیق تا استراتژی‌های سازمانی

علی غلام نتاج - محمدعرفان رحمانیان کوشککی - امیدرضا حمیدی نیا - عباسعلی میرزایی فرد

یش‌بینی فرار مالیاتی مؤدیان حقوقی با تاکید بر مولفه‌های اقتصادی، مؤدیان و حسابرسان مالیاتی؛ با تکیه بر هوش مصنوعی

حسین بوذری

Finite Element Analysis of Spine ProDisc-L Using Titanium, CFR-PEEK and CoCr Endplates with UHMWPE-GUR1020 75kGy RM Core

Amirali Kashani - Siavash Kazemirad

more

Samin Hamayesh - Version 44.7.0