Maskininlärningsmetoder tillämpade påStarCraft 2 - En undersökning av reinforcement och imitation learning

Visa enkel post
dc.contributor.authorBERGQVIST, JONATHAN
dc.contributor.authorCLAESSON, CARL
dc.contributor.authorELIASSON, PONTUS
dc.contributor.authorGRANDÉN, ADAM
dc.contributor.authorLAM, EDVIN
dc.contributor.authorLUNDBERG, ARVID
dc.contributor.departmentChalmers tekniska högskola / Institutionen för data och informationstekniksv
dc.contributor.examinerSeger, Carl-Johan
dc.contributor.supervisorPrasad, K V S
dc.date.accessioned2020-10-19T13:18:12Z
dc.date.available2020-10-19T13:18:12Z
dc.date.issued2019sv
dc.date.submitted2020
dc.description.abstractInom artificiell intelligens, som kontinuerligt utvecklas, har maskininlärning tagit en cen-tral roll. Medan regelbaserad AI varit tillräcklig för att lösa grundläggande uppgifter be-höver dagens utmaningar mer avancerade metoder. Arbetet undersöker olika tekniker föratt utveckla avancerad artificiell intelligens till spelet StarCraft 2, och jämför dem motvarandra. Totalt utvecklades tre agenter. De första två baserades på en reinforcementlearning-metod kallad Advantage Actor Critic (A2C) där den andra även inkluderade imi-tation av en interaktiv expertpolicy. Den tredje var en behavioral cloning-agent (BC), somär en sorts imitation learning, tränad på en datamängd förgenererad av en expertpoli-cy. A2C med imitation resulterade i den högsta vinstandelen på 73,4 % mot den svårainbyggda AI:n medan BC-agenten enbart uppnådde en vinstandel på 17 %. Den grund-läggande A2C-agenten kunde enbart vinna mot den mycket lätta AI:n. Slutsatsen är attde agenter som använde sig av imitation learning presterade bättre än den som enbart an-vände reinforcement learning, möjligtvis på grund av en otillräcklig implementering avA2C.sv
dc.identifier.coursecodeDATX02sv
dc.identifier.urihttps://hdl.handle.net/20.500.12380/301900
dc.language.isoswesv
dc.setspec.uppsokTechnology
dc.titleMaskininlärningsmetoder tillämpade påStarCraft 2 - En undersökning av reinforcement och imitation learningsv
dc.type.degreeExamensarbete på kandidatnivåsv
dc.type.uppsokM2
Ladda ner
Original bundle
Visar 1 - 1 av 1
Bild (thumbnail)
Namn:
DATX02-19-03 Uppladdad i 360.pdf
Storlek:
2.57 MB
Format:
Adobe Portable Document Format
Beskrivning:
Ladda ner
License bundle
Visar 1 - 1 av 1
Bild (thumbnail)
Namn:
license.txt
Storlek:
1.14 KB
Format:
Item-specific license agreed upon to submission
Beskrivning:
Ladda ner
Samling
Examensarbeten för kandidatexamen