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

روش ترکیبی مبتنی بر ماشین بردار پشتیبان با الگوریتم بهینه سازی کلاغ برای دسته بندی متون

آیسودا علیزاده - فرهاد سلیمانیان قره چپق

Effects of laminectomy on active-passive spine loads: a musculoskeletal finite element modeling investigation

Aida Ahmadi - Navid Arjmand - Parisa Azimi

.Deep Learning-based Segmentation of Human Sperm Heads using YOLOv8 and SAM

Hadis Aligoo Zanjany - Maryam Pashaiasl - Ata Jodeiri

نقش هوش مصنوعی در شخصی‌سازی تجربه مشتری: بررسی رفتار مصرف‌کننده در فروشگاه‌های آنلاین

بهزاد بالازاده - حسین بوداقی - نازلی قراچورلو

تاثیر کوته بینی مدیریتی بر عملکرد پایداری شرکت با تاکید بر هزینه های نمایندگی

رعنا شهدآور - مهدی پورعلی

آینده پژوهی فرصتها و چالشهای احتمالی در صنعت بیمه ایران

حسین خانلو

نقش هوش مصنوعی در بهینه‌سازی فرآیندهای بازاریابی دیجیتال برای کسب‌وکارهای صنعتی

جواد قهرمان زاده

Application of Organo-Polymer-Stabilized Clay in Road Pavement Layers Construction

Rouzbeh Dabiri

ارزیابی بیومکانیکی آسیب پذیری پلاک آرترواسکلروتیک و تأثیر مورفولوژی و خواص مکانیکی با استفاده از روش اجزای محدود

زهرا غلامحسینی - حامد قدوسی جوهری - احمد حسین زاده - مهدی کلانی - هادی تقی زاده

بررسی تأثیر هوش مصنوعی فازی بر رضایت مشتریان خدمات گردشگری سلامت

حسام رضایی - متین رحیمی مرام - مریم مصلح

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 43.3.0