用于足球盘带任务的强化学习
机器学习
2013-05-29 v1 机器人学
机器学习
摘要
我们提出了一种针对\emph{足球盘带任务}的强化学习解决方案，该场景要求足球智能体在对手试图抢断的情况下，从区域起点运动到终点并保持控球权。虽然对手使用固定策略，但盘带者学习在每个决策点采取最佳动作。在定义了表示状态空间的有效变量以及融入领域知识的高层宏动作后，我们描述了结合 CMAC 进行函数逼近的\emph{Sarsa}强化学习算法的应用。实验表明，经过训练期后，盘带者面对强大对手时完成任务的成功率约为 58%。
引用
@article{arxiv.1305.6568,
title = {Reinforcement Learning for the Soccer Dribbling Task},
author = {Arthur Carvalho and Renato Oliveira},
journal= {arXiv preprint arXiv:1305.6568},
year = {2013}
}