计算机科学 > 机器学习
[提交于 2025年5月31日
]
标题: 强化学习在Hanabi中的应用
标题: Reinforcement Learning for Hanabi
摘要: Hanabi 在强化学习(RL)研究中已成为一款热门游戏,因为它是少数几款合作式卡牌游戏中的一种,在这类游戏中,玩家对整个环境的了解是不完全的,从而为 RL 代理提出了挑战。 我们探索了不同的表格化和深度强化学习算法,以查看哪种算法在对抗同类型代理以及不同类型代理时表现最佳。 我们确定某些代理在针对特定代理时打出了最高分的游戏,而其他代理则通过适应对手代理的行为,平均得分更高。 我们试图量化每种算法在什么条件下能提供最佳优势,并识别出不同类型代理之间最有趣的交互。 最终,我们发现时间差分(TD)算法的整体性能和玩法类型的平衡优于表格化代理。 具体来说,表格化 Expected SARSA 和深度 Q 学习代理表现出最佳性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.