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

A Real-Time Integrated Framework for Face Detection, Gender, and Emotion Recognition Using Convolutional Neural Networks

Mostafa Asgarinejad - Elias Ebrahimzadeh - Vida Mirabolfathi - Lila Rajabion - Hamid Soltanian-Zadeh

رابطه میان ماکیاولیسم و بی طرفی حسابرس

میر امید یوسفی شارمی - بهمن بنی مهد - مهدی مرادزاده فرد - بهرام همتی

بررسی و تحلیل محتوای تغییرات حسابداری در بستر بلاکچین

زهرا شیخی - سپیده زارع خورمیزی

ارتباط بین عملکرد پایداری و سرمایه گذاری بیشتر و کمتر از حد

سعید انور خطیبی - علی زارع بهتاشی

محاسبه نیروی عضلانی اندام تحتانی و نیروی تماسی مفصل زانو در بیماران مبتلا به استئوآرتریت زانو

مجتبی صفری - محمد نجفی آشتیانی - فاطمه السادات علوی

Magnetic Catheter Robot with Reduced Friction for Endovascular Minimally Invasive Access

Sina Eskandary - Mohammad Amin Salati - Rezayat Parvizi - Farhang Abbasi

کاربرد هوش مصنوعی در پیش‌بینی دمای هوای ماهیانه

مریم حدادی

Microfluidic Generation of Core-Shell Breast Tumor Spheroids for Evaluating Dose-Dependent Responses to Quercetin

Fatemeh Zarei - Mohammad Hashem Molayemat - Amir Shamloo - Mohammad Mehdi Sadeghian

Development of an Explainable Random Forest-Based Algorithm for EEG-Based Sleep–Wake Classification Toward Sleep Apnea Detection

Pargol Sharifi - Mohammad Fakharzadeh

EEG Graph Construction: A Comparative Analysis for Classification Application

Kiana Kalantari - Mohammad Bagher Shamsollahi

بیشتر

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