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

لطفا منتظر بمانید ...

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

بررسی رابطه سیاست های تامین مالی شرکت و عملکرد شرکت بر افشای ریسک در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران

بهاره فضلی

افشای عملکرد پایدار ی و مشاغل خانوادگی

رعنا شهدآور - الناز نجفی - مهری علیپور اصل

بررسی ارتباط بین کیفیت حسابرسی و عدم شفافیت اطلاعات با هزینه سرمایه

سمیه فرهادی - محمد رستمی

A brief review of the applications of stem and mesenchymal cell-derived exosomes for targeted therapy and cancer drug resistance

Laleh Etemad-Ghazani - Zahra Etemadi - Reza Pashaei

تاثیر ارتباطات سیاسی و فرصت های سرمایه گذاری بر اجتناب مالیاتی

بیتا دلنواز - امیرحسین قوچی - مهنا پیرایه جو - الهه صفری

بررسی تاثیر برند سازی شخصی و سرمایه انسانی استراتژیک بر عملکرد شرکتهای تولید فراورده های گوشتی استان اصفهان

علی فردوس مکان

طراحی چارچوب شخصی‌سازی‌شده درمان بیماری MS مبتنی بر یادگیری تقویتی عمیق SAC

مریم سبزه یان - محبوبه سبزه یان - امین نوری - ماندانا سادات غفوریان

ارزش های فردی و درک حسابرسان از تفکر نئولیبرالیسم

الهه زارع ابراهیم آبادی - بهمن بنی مهد - مهدی مرادزاده فرد - قدرت اله طالب نیا

Implementation of advanced machine learning on synthetic data for estimation of SOH and degradation of lithium ion batteries.

Abolfazl Moghaddam - Shadi Habibi - Behnam Ghalami Choobar

Distinct Neurophysiological and Psychological Effects of tVNS and Neurofeedback: Insights for EEG-Guided Neuromodulation

Seyedeh Zeinab Molaeizadeh - Aitor Aritzeta Galan

بیشتر

19 اردیبهشت 1405

راهنمای انتخاب کنفرانس معتبر برای چاپ مقاله علمی

19 اردیبهشت 1405

چرا شرکت در کنفرانس‌های علمی برای مصاحبه دکتری اهمیت دارد؟

21 اردیبهشت 1405

پذیرش سریع مقاله در کنفرانس‌های علمی مهندسی و فناوری آغاز شد

21 اردیبهشت 1405

آغاز ثبت‌نام در همایش‌های بین‌المللی مدیریت و حسابداری

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.0