面向通用人工智能博弈学习的通用棋类游戏对弈框架
人工智能
2019-07-16 v1 机器学习
机器学习
摘要
我们提出一个新的通用棋类游戏（GBG）对弈与学习框架。GBG 定义了棋类游戏、游戏状态及其 AI 智能体的通用接口。它允许人们在不同的游戏上运行不同智能体的竞赛。它将棋类游戏对弈与学习中那些原本繁琐且重复的代码部分标准化。GBG 适用于任意 1、2、…、N 人棋类游戏。它首次使通用 TD()-n-tuple 智能体可用于任意游戏。在各种游戏上，TD()-n-tuple 被发现优于其他通用智能体如 MCTS。GBG 旨在教育层面，帮助学生更快进入博弈学习领域；GBG 也旨在研究层面，通过收集不断增长的游戏与 AI 智能体集合，在有意义的竞赛中评估其优势与泛化能力。我们报告了初步的成功教育与研究成果。
引用
@article{arxiv.1907.06508,
title = {General Board Game Playing for Education and Research in Generic AI Game Learning},
author = {Wolfgang Konen},
journal= {arXiv preprint arXiv:1907.06508},
year = {2019}
}
备注
8 pages, for: Conference on Games (CoG), London, 2019. Index Terms: game learning, general game playing, AI, temporal difference learning, board games, n-tuple systems