Tóm tắt nội dung
Trò chơi từ lâu đã là chuẩn mực tuyệt vời cho các thuật toán AI vì hai lý do. Ban đầu, trò chơi được phát triển để đánh giá và thử thách trí thông minh của con người, và sự đa dạng của trò chơi có thể cung cấp bối cảnh phong phú để đánh giá các khả năng nhận thức và ra quyết định khác nhau. Thứ hai, việc giải quyết các thách thức phức tạp trong thế giới thực thường đòi hỏi phải thử nghiệm và sai sót nhiều lần, điều này có thể rất tốn kém. Trò chơi cung cấp một nền tảng chi phí thấp hoặc thậm chí miễn phí để xác thực các thuật toán và giải pháp khác nhau bằng cách mô phỏng hoặc mô phỏng các tình huống thực tế. Các thuật toán ban đầu được phát triển cho trò chơi sau đó được áp dụng cho nhiều vấn đề thực tế, tạo ra lợi ích xã hội trong mọi khía cạnh của cuộc sống. Ấn bản đặc biệt này, có tựa đề Thuật toán cho AI trong trò chơi, khám phá các phương pháp tiếp cận mới và sáng tạo để giải quyết các thách thức trong AI trong trò chơi. Các phương pháp này bao gồm từ các thuật toán truyền thống như lập kế hoạch và tìm kiếm đến các thuật toán hiện đại như học tăng cường sâu. Các bài báo trong Ấn bản đặc biệt này giải quyết cả những thách thức về mặt lý thuyết và thực tiễn của việc áp dụng các thuật toán này. Bản in lại này trình bày mười một bài báo bao gồm nhiều chủ đề AI trong trò chơi, bao gồm định lượng tính không chuyển tiếp trong cờ vua, khả năng biểu đạt của trình tạo cấp độ trong Super Mario Bros, Mahjong như một chuẩn mực AI trò chơi mới, các thuật toán MARL mới để giảm độ lệch giá trị Q, khảo sát các thuật toán AI khác nhau trong phòng thủ mạng, lĩnh vực năng lượng và trò chơi, ứng dụng MCTS trong Amazon, ứng dụng học tăng cường sâu trong lái xe tự hành và ứng dụng máy biến áp trong cả học trực tiếp ngoại tuyến và học bắt chước.
Abstract:
Games have long been excellent benchmarks for AI algorithms for two reasons. Initially, games are developed to assess and challenge human intelligence, and the variety of games can provide a rich context for evaluating different cognitive and decision-making abilities. Secondly, addressing complex real-world challenges often requires repeated trial and error, which can be very costly. Games offer a low-cost or even zero-cost platform for validating various algorithms and solutions by simulating or emulating real-world scenarios. Algorithms initially developed for gaming are subsequently applied to various real-world problems, generating social benefits across all aspects of life. This Special Issue, entitled Algorithms for Game AI, explores new and innovative approaches for addressing challenges in game AI. These approaches range from traditional algorithms like planning and searching to modern algorithms such as deep reinforcement learning. The papers in this Special Issue address both the theoretical and practical challenges of the application of these algorithms. This reprint presents eleven papers covering a wide range of game AI topics, including the quantification of non-transitivity in chess, the expressiveness of level generators in Super Mario Bros, Mahjong as a new game AI benchmark, new MARL algorithms to reduce Q-value bias, surveys of various AI algorithms in cyber defense, energy areas and games, the application of MCTS in Amazons, the application of deep reinforcement learning in autonomous vehicle driving, and the application of transformers in both offline RL and imitation learning.
Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)
(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)