Mastering the game of Stratego with model-free multiagent reinforcement learning

强化学习 计算机科学 人工智能 托换 完美信息 不完美的 人机交互 刮擦 工程类 数学 语言学 操作系统 哲学 数理经济学 土木工程
作者
Julien Pérolat,Bart De Vylder,Daniel Hennes,Eugene Tarassov,Florian Strub,Vincent C.J. de Boer,Paul Müller,Jerome T. Connor,Neil Burch,Thomas Anthony,Stephen McAleer,Romuald Élie,Sarah H. Cen,Zhe Wang,Audrūnas Gruslys,Aleksandra Malysheva,Mina Khan,Sherjil Ozair,Finbarr Timbers,Toby Pohlen,Tom Eccles,Mark Rowland,Marc Lanctot,Jean-Baptiste Lespiau,Bilal Piot,Shayegan Omidshafiei,Edward Lockhart,Laurent Sifre,Nathalie Beauguerlange,Rémi Munos,David Silver,Satinder Singh,Demis Hassabis,Karl Tuyls
出处
期刊:Science [American Association for the Advancement of Science (AAAS)]
卷期号:378 (6623): 990-996 被引量:23
标识
DOI:10.1126/science.add4679
摘要

We introduce DeepNash, an autonomous agent that plays the imperfect information game Stratego at a human expert level. Stratego is one of the few iconic board games that artificial intelligence (AI) has not yet mastered. It is a game characterized by a twin challenge: It requires long-term strategic thinking as in chess, but it also requires dealing with imperfect information as in poker. The technique underpinning DeepNash uses a game-theoretic, model-free deep reinforcement learning method, without search, that learns to master Stratego through self-play from scratch. DeepNash beat existing state-of-the-art AI methods in Stratego and achieved a year-to-date (2022) and all-time top-three ranking on the Gravon games platform, competing with human expert players.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
甜美又菱完成签到,获得积分10
2秒前
HalfGumps发布了新的文献求助10
2秒前
小唐完成签到,获得积分10
3秒前
3秒前
zhikaiyici应助明亮的映天采纳,获得10
4秒前
AnyYuan完成签到,获得积分10
5秒前
斯文败类应助栾小鱼采纳,获得10
6秒前
6秒前
Lucas应助Liao采纳,获得10
6秒前
SONG完成签到,获得积分20
6秒前
云枝发布了新的文献求助10
6秒前
秋中雨发布了新的文献求助10
8秒前
Lucas应助ZH采纳,获得10
10秒前
SciGPT应助chen采纳,获得10
10秒前
12秒前
12秒前
熊11发布了新的文献求助10
12秒前
小羊完成签到,获得积分10
12秒前
雪白问兰应助Pana采纳,获得10
12秒前
13秒前
13秒前
qmdx完成签到,获得积分10
13秒前
禾火发布了新的文献求助20
13秒前
AnyYuan发布了新的文献求助30
15秒前
fdpb发布了新的文献求助20
17秒前
17秒前
20秒前
吃书的猪完成签到,获得积分10
20秒前
研友_VZG7GZ应助害怕的小之采纳,获得10
20秒前
20秒前
隐形曼青应助huang采纳,获得10
20秒前
包容剑鬼发布了新的文献求助12
21秒前
22秒前
嘎嘎嘎嘎发布了新的文献求助10
22秒前
巫马尔槐发布了新的文献求助10
24秒前
666999发布了新的文献求助10
25秒前
igaku发布了新的文献求助10
25秒前
你好呀完成签到,获得积分10
26秒前
阿甲发布了新的文献求助10
26秒前
情怀应助林夕采纳,获得10
26秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 600
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3154185
求助须知:如何正确求助?哪些是违规求助? 2805059
关于积分的说明 7863283
捐赠科研通 2463232
什么是DOI,文献DOI怎么找? 1311173
科研通“疑难数据库(出版商)”最低求助积分说明 629464
版权声明 601821