SwarmPlay：基于强化学习驱动的纳米无人机群交互式井字棋游戏
人机交互
2021-08-04 v1 机器人学
摘要
强化学习（RL）方法已积极应用于机器人领域，使系统自身能够为原本需要复杂决策算法的任务找到解决方案。在本文中，我们提出了一种新颖的基于RL的井字棋场景，即SwarmPlay，其中每个游戏组件都由一个单独的无人机呈现，该无人机具有自身的机动性和群体智能，以战胜人类玩家。因此，具有挑战性的群体策略与人机协作的结合旨在使与机器的游戏变得有形且可交互。尽管已有一些关于棋盘游戏AI的研究（例如国际象棋），但SwarmPlay技术有潜力提供更多的用户参与和交互，因为它提出了一个多智能体群体，而不是单个交互式机器人。我们探索了用户对基于RL的群体行为与基于博弈论行为的评估。初步用户研究表明，参与者高度投入于与无人机的游戏中（70%的人在李克特量表上给出了最高分），并且与常规的基于计算机的系统相比，觉得它不那么人工化（80%）。分析了用户游戏感知受其结果影响的情况并进行了讨论。用户研究表明，SwarmPlay有潜力在更广泛的游戏中实施，从而显著改善人机交互性。
引用
@article{arxiv.2108.01593,
title = {SwarmPlay: Interactive Tic-tac-toe Board Game with Swarm of Nano-UAVs driven by Reinforcement Learning},
author = {Ekaterina Karmanova and Valerii Serpiva and Stepan Perminov and Aleksey Fedoseev and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2108.01593},
year = {2021}
}
备注
Accepted to the 30th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN). 2021. IEEE copyright. arXiv admin note: substantial text overlap with arXiv:2108.00488