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

ارتباط بین روابط سیاسی و افشای مسئولیت پذیری اجتماعی شرکت

بیتا دلنواز اصغری - مهنا پیرایه جو - نیما رضااوغلی سقا - مائده خاکسار

بررسی نقش شفافیت اطلاعات مالی و حسابرسی مالیاتی در بهبود تمکین مالیاتی و تأثیر آن بر رشد اقتصادی پایدار

الهه آقاخانی - مرتضی خانلاری

Leveraging Online Data to Enhance Medical Knowledge in a Small Persian Language Model

Mehrdad Ghassabi - Pedram Rostami - Hamidreza Baradaran kashani - Amirhossein Poursina - Zahra Kazemi - Milad Tavakoli

Towards Accurate Multimodal Defformable Image Registration via Image Translation and Weak Supervision

Maryam Nasr - Mohammadreza Yazdchi - Mohsen Safdari

بررسی رابطه عملکرد اجتماعی، زیست محیطی با عملکرد مالی شرکت های بورس اوراق بهادار تهران

بنفشه فهیمی نیری - حسین بوداقی خواجه نوبر

Machine Learning and Deep Learning Approaches for Fake News Detection: A Comprehensive Survey

Arian Hajati - Azita Shirazipour - Seyed Javad Mirabedini

بررسی کاربرد تکنیک های هوش مصنوعی در سیستم های توصیه گر

آسیه یاوری - علی اکبر نقابی

تاثیر سوء گیری مالی بر قابلیت مقایسه اطلاعات مالی با تاکید بر کیفیت حسابرسی

ابراهیم نویدی عباسپور - صالح بهروز گجین

تاثیر ابزارهای هوش مصنوعی بر عملیات حسابداری و حسابرسی در ایران با در نظر گرفتن نقش تعدیلگری حاکمیت فناوری اطلاعات

میلاد تابع اصفهانی - زهره زیودار

مروری برسیاست های مالیاتی ارزهای دیجیتال : چالش ها و فرصت ها در دنیای اقتصاد نوین

نعمت رستمی مازویی - بهروز رادپور

more

Samin Hamayesh - Version 42.5.2