Fugu-MT 論文翻訳(概要): Optimised Playout Implementations for the Ludii General Game System

論文の概要: Optimised Playout Implementations for the Ludii General Game System

arxiv url: http://arxiv.org/abs/2111.02839v1
Date: Thu, 4 Nov 2021 12:59:53 GMT
ステータス: 処理完了
システム内更新日: 2021-11-05 15:03:55.461747
Title: Optimised Playout Implementations for the Ludii General Game System
Title（参考訳）: Ludii汎用ゲームシステムのための最適プレイアウト実装
Authors: Dennis J. N. J. Soemers and \'Eric Piette and Matthew Stephenson and Cameron Browne
Abstract要約: Ludiiの汎用ゲームシステムは、最適化された実装が適用可能であるか否かにかかわらず、ゲーム記述言語におけるゲームの記述に基づいて自動的に推論することができる。実験的な評価では、標準実装よりも大きなスピードアップを示し、中央値はルディイの5.08倍の速さで145以上の異なるゲームを実行した。
参考スコア（独自算出の注目度）: 8.344476599818828
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper describes three different optimised implementations of playouts, as commonly used by game-playing algorithms such as Monte-Carlo Tree Search. Each of the optimised implementations is applicable only to specific sets of games, based on their rules. The Ludii general game system can automatically infer, based on a game's description in its general game description language, whether any optimised implementations are applicable. An empirical evaluation demonstrates major speedups over a standard implementation, with a median result of running playouts 5.08 times as fast, over 145 different games in Ludii for which one of the optimised implementations is applicable.
Abstract（参考訳）: 本稿では,モンテカルロ木探索のようなゲームプレイングアルゴリズムでよく用いられる3種類のプレイアウトの実装について述べる。最適化された実装はそれぞれのルールに基づいて特定のゲームのセットにのみ適用できる。 ludii general game systemは、最適化された実装が適用可能かどうかに関わらず、ゲームの一般的なゲーム記述言語の記述に基づいて自動的に推論することができる。実証的な評価は、標準実装よりも大きなスピードアップを示し、プレイアウトを5.8倍の速度で実行した結果中央値は、最適化された実装の1つが適用可能なludiiの145の異なるゲームである。

関連論文リスト

A General Framework for User-Guided Bayesian Optimization [51.96352579696041]
コラボ (ColaBO) は、典型的なカーネル構造を超越した事前信念のための最初のベイズ原理の枠組みである。我々は,ColaBOの事前情報が正確である場合に最適化を著しく高速化し,ミスリード時のほぼ既定性能を維持する能力を実証的に実証した。
論文参考訳（メタデータ） (2023-11-24T18:27:26Z)
The Update-Equivalence Framework for Decision-Time Planning [78.44953498421854]
本稿では,サブゲームの解決ではなく,更新等価性に基づく意思決定時計画のための代替フレームワークを提案する。ミラー降下に基づく完全協調型ゲームに対する有効音声探索アルゴリズムと、磁気ミラー降下に基づく対戦型ゲームに対する探索アルゴリズムを導出する。
論文参考訳（メタデータ） (2023-04-25T20:28:55Z)
Spatial State-Action Features for General Games [5.849736173068868]
汎用ゲームのための空間状態対応機能の設計と効率的な実装を定式化する。これらは、局所的な状態の変数にマッチするかどうかに基づいて、アクションをインセンティブまたは非インセンティブ化するようにトレーニングできるパターンである。任意の機能セットに対して,アクティブな機能を評価するための効率的なアプローチを提案する。
論文参考訳（メタデータ） (2022-01-17T13:34:04Z)
General Game Heuristic Prediction Based on Ludeme Descriptions [8.344476599818828]
本稿では,ルディイ一般ゲームにおけるゲーム用汎用ゲームの性能について検討する。我々は,各ゲーム記述ファイルに基づいて,これらのシステムの性能を予測するために,複数の回帰学習モデルを訓練する。
論文参考訳（メタデータ） (2021-05-26T21:17:47Z)
Portfolio Search and Optimization for General Strategy Game-Playing [58.896302717975445]
ローリングホライズン進化アルゴリズムに基づく最適化とアクション選択のための新しいアルゴリズムを提案する。エージェントのパラメータとポートフォリオセットの最適化について,N-tuple Bandit Evolutionary Algorithmを用いて検討する。エージェントの性能分析により,提案手法はすべてのゲームモードによく一般化し,他のポートフォリオ手法よりも優れることが示された。
論文参考訳（メタデータ） (2021-04-21T09:28:28Z)
Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
論文参考訳（メタデータ） (2021-04-17T20:33:24Z)
Deep Learning for General Game Playing with Ludii and Polygames [8.752301343910775]
モンテカルロ木探索とディープニューラルネットワークの組み合わせは、多くのボードゲームにおける自動ゲームプレイのための最先端の結果を生み出している。本論文では,ポリゲームズがルディイを通じて実施・運営されるゲームのモデルをトレーニングし,評価することを可能にする,ルディイとポリゲームズの間の橋渡しの実装について述べる。
論文参考訳（メタデータ） (2021-01-23T19:08:33Z)
Ludii Game Logic Guide [7.444673919915048]
Ludiiは、さまざまなゲームをプレイするのに使用できる一般的なゲームシステムです。本報告では,Ludiiにおける一般的なゲーム状態と機器の表現について述べる。
論文参考訳（メタデータ） (2021-01-06T16:22:37Z)
Faster Algorithms for Optimal Ex-Ante Coordinated Collusive Strategies in Extensive-Form Zero-Sum Games [123.76716667704625]
我々は,不完全情報ゼロサム拡張形式ゲームにおいて,対戦相手と対決する2人の選手のチームにとって最適な戦略を見つけることの課題に焦点をあてる。この設定では、チームができる最善のことは、ゲーム開始時の関節(つまり相関した)確率分布から潜在的にランダム化された戦略(プレイヤー1人)のプロファイルをサンプリングすることである。各プロファイルにランダム化されるのはチームメンバーの1人だけであるプロファイルのみを用いることで、そのような最適な分布を計算するアルゴリズムを提供する。
論文参考訳（メタデータ） (2020-09-21T17:51:57Z)
Efficient Reasoning in Regular Boardgames [2.909363382704072]
本稿では,通常のボードゲーム(RBG)言語における推論の技術的側面について述べる。 RBGは知識推論、分析、生成、学習、ゲームのための一般化されたアルゴリズムの開発を支援する研究ツールとして機能する。
論文参考訳（メタデータ） (2020-06-15T11:42:08Z)
Learning Dynamic Belief Graphs to Generalize on Text-Based Games [55.59741414135887]
テキストベースのゲームをプレイするには、自然言語処理とシーケンシャルな意思決定のスキルが必要である。本研究では,原文からエンドツーエンドに学習したグラフ構造化表現を用いて,エージェントがテキストベースのゲームでどのように計画・一般化できるかを検討する。
論文参考訳（メタデータ） (2020-02-21T04:38:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。