لطفا منتظر بمانید ...
0% Complete
English
☰
صفحه اصلی
کنفرانسهای فعال
مدیریت منابع انسانی پایدار
حسابداری
بازاریابی و برندینگ در عصر هوش مصنوعی
هوش مصنوعی:نوآوری، کسبوکار و آموزش
ارشیو کنفرانسها
اولین کنفرانس ملی هوش مصنوعی
دومین کنفرانس ملی هوش مصنوعی
اولین کنگره ملی حسابداری، مالی و مالیاتی
32کنفرانس بین المللی زیست پزشکی
راهنمای شرکت
نحوه ثبتنام
ثبت نام مدیریت منابع انسانی پایدار
ثبت نام دومین کنگره ملی حسابداری
ثبت نام سومین کنفرانس ملی هوش مصنوعی
ثیت نام بازاریابی و برندینگ در عصر هوش مصنوعی
ثبت نام زنجیره ارزش نفت گاز و پتروشیمی
ارسال مقاله
فرمت مقالات مدیریت منابع انسانی پایدار
فرمت مقالات سیستم های هوشمند حسابداری
فرمت مقالات ملی بازاریابی و برندینگ در عصر هوش مصنوعی
فرمت مقالات سومین کنفرانس هوش مصنوعی
سوالات متداول
اخبار و رویدادها
درباره ما
تماس با ما
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 Pashaei
1
Amirhossein Tayebi
2
Hadi Amiri
3
Ali Fahim
4
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
تحلیل تنش روتور توربین گازی به کمک آنالیز حساسیت
پروانه امجدیان
بررسی دیدگاه ها و سیر تاریخی پیرامون حسابداری دارایی های موروثی
فاطمه رفیعی - مهدی ناظمی اردکانی
کاربرد رویکرد بازیابی اطلاعات در تحلیل داده های بیماران دیابتی
زهرا محمدی فرد چینی بلاغ
ارتباط بین اطمینان بیش از حد مدیرعامل و خطر اخلاقی
عیسی ابیضی
Synthesis and Characterization of an Injectable Magnetic Scaffold Based on Alginate/Chitosan and Zero-Valent Iron for Hyperthermia
Mohammad Jafari Fashtami - Bahareh Khalilivavdareh - Delaram Dezfoulian - Maryam Tajabadi
شناسایی رابطه غیرخطی بین قدرت سیگنال و مصرف باتری در کنتورهای هوشمند آب با استفاده از XGBoost
محمد رستمی - فضل الله ادیب نیا
پلتفرم هوشمند «دستیار پیمانکار»
محمد عبدالهی سنو
واحد میکروپلاسما قابلحمل برای بازیافت ضایعات نفتی و تولید انرژی
سید جواد روده چی تبریزی - ثمر گلدوز
فناوری اطلاعات و ارتباطات و آموزش حسابداری
عبدالحسین علی پور - رسول ناصرحجتی رودسری - نسیم دانش
A Comparative Analysis of Simulated and Experimental Acoustic and Thermal Behavior of HIFU
Maryam Fazeli - Remi Souchon - Cyril Lafon - Mehran Jahed
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