Deep Reinforcement Learning Agents for Decision Making for Gameplay
Notice bibliographique
Résumé
Robots are becoming more integrated into society as they become more advanced, and the programming behind them needs to continue to progress in order for the robots to be utilized to their fullest potential. Artificial Intelligence (AI) is one of the most versatile and quickly growing areas of robotic control, and has been used for a variety of different robots and tasks. One potential use of robotics and AI is in that of childhood development. Cooperative play has been shown to be a crucial part of childhood development, and for children with developmental disabilities, playing with other children may be difficult and frustrating, leading them to miss out on this important milestone. Cooperative play with robots has been shown to have positive educational and therapeutic effects on children with developmental disabilities, and so robots can be used as substitute players for children who have troubles playing with other children. To achieve this, AI algorithms must be developed that can make appropriate decisions or moves for a given game, to such an extent that the children would choose to play with the robot instead of alone. In this paper two AI agents are developed to play Menara, a cooperative tower building game. The two agents include a pillar placement agent and a tile placement agent. They implement algorithms including the method for selecting the pillars to have available to the agent during gameplay, and how many pillars the agent plans to place in a single turn. The tile placement agent was able to successfully balance a tile 62% of the time, while the pillar placement agent was able to succeed 88% of the time on the test dataset.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».