通用游戏中的最佳代理识别
机器学习
2026-04-22 v2 人工智能
数据结构与算法
信息论
math.IT
机器学习
摘要
我们提出了一种高效且通用的方法，用于准确识别多问题域中每个子任务的最佳（或接近最佳）执行算法。我们的做法将其视为多臂 bandit 中的最佳臂识别问题，每个 bandit 对应特定任务，每个臂对应特定算法或代理。我们提出一种基于所选置信区间的乐观选择过程，对每个臂在所有 bandit 中的潜在影响我们的整体简单后悔进行排序。我们在两种最流行的通用游戏玩法域上评估了该方法的性能：通用视频游戏 AI 框架（GVGAI）和通用棋盘游戏系统（Ludii），目标是使用有限的试验次数为每个游戏选择高性能代理。与多臂 bandit 的前导最佳臂识别算法相比，我们的结果在平均简单后悔和平均错误概率方面均实现了显著的性能提升。该新方法可用于显著改善通用游戏框架以及其他高算法运行时间的多任务域中代理评估程序的质量和准确性。
引用
@article{arxiv.2507.00451,
title = {Best Agent Identification for General Game Playing},
author = {Matthew Stephenson and Alex Newcombe and Eric Piette and Dennis Soemers},
journal= {arXiv preprint arXiv:2507.00451},
year = {2026}
}