Bootstrapping the Learning Process for the Semi-automated Design of

After defending the idea of using Machine Learning, and especially ..... Figure 4: Progress evaluation of the Learning AI in a total of. 25000 episodes (100 ...
160KB taille 4 téléchargements 374 vues
! #

!"#"# -

+,

, 22

A,

22 2 2 , := , 6 : : ( := : B, , , 2 = 2 = , :, , 2 $ ( : , : , :. 2 = ' :. , . , C= . = : B , 2 $ =. 2 . . . B = B 2 2 - A, = , 2 2 : , : . 22 : , : 2 = : , : : ( 2 = : , (. = 2 : = C , 6 C :- A, : : 22 , , := , : B: ( $ :B : = -

A,

22 : =

, : := :

. B : , A ,

B, , . , ,

, :

:

: 6

( -

5 4%

; =

= ; -. > # . ?5( #(! ()(@( , 1 - : -

2 , 22 ,- A, B : . : : B C-

,

:

B

&

(

* 2

:

2


R

@ >

;

; ' 2

R

A, P, :, B , 2

=?

; ' 2 B

(

2

H

8 : >

B (

, 6 :

; , 2

@

>

' 2

R

8 : >

&:

, (

. , :( B C , : , C : 2. B, 22 . , , , 2 = . , (. 2 = , , , - A, = 2 = , : 2 : = B= :=; : 2 , =, ,= = 2 $ C C D, ; #%%5 . B =2 2. B, , $ : 6 2 2( C 2 2. , , = 2- A, = 2 , C : 2 = : - A, 2 , := B : : B , := 2 = ' : , $ 2 &: . B 2 , , := = : : , , :, , = , ,= , 2 : = : B -A 2. , :( , , :, , , : . B, , , 2( 2 , , B -

2

+, :

B

: , , , B , , , ,= :=. : B, = , = : B, , , 2 ( B , 2 , 2 : B =. 2 B , 22 2 : = , : :. , B 2 - A, 2 $ 2 - & =. B C B : , . = 6 C :. = , , : . 2 6 . : B , : . ' , #%%# -

(. B

2 H

$2

.

# :

: (

Q

> 2 : , , , ,= = , : (.B C , 2 : : :=- ( . B , , B , 22 : , = 2 = : : , : ( - A, , = : : B H A, =2 2 : = , : ( 2 = : , ( B, , B , - A, =2 2 = : , : ( C = 2 2-

,

B ,

. 5 :( 2 2 : B, , 2 , :( . B, , 2

&:

> , ( 22

$2 B , :,6 2 : , P

#H ) 2

:

: 2

2 ( Q, $2 C : ,

5 = 2( -

( ,

2

.

.

, H :

&:

B

: G

, :

,

#-

: B ,

: B :

.

A, : 2

: C A, ( . :. B :

, :,6 : C : , 2 C : ( P $2

B : A B : 8 :

( B

6 :

,

2. ::

. -

2 =

+,

B , ,

: : , , $ : B : 2Q . B , 2 S A )2 =. B , . - B,

, A ,

, : F2, , : , . , - A,

'

2

,

. B 2 22 := , : : ( 8 : 5 , B 6 C : , , B , = $2 -D : , B : $ :( , 2( . , B 2. , , , . 2 , 2- ( . = , :( = , = , , :, 2D, . , : ( B, , , = , , -

. $ , 2 , $: 2 .B , = = , , $G A, ' : , = = ;(';( T B , 2 : : = : C ; 8 774 22 6 (. ) = 2 22 2 H . + αδ ( . ) . + ( . )←

=2

δ =

+

+

(. ) A, , : :

=

&:

5H @

( , ,

$

: =

=

6

:

C :

,

: (

,

$

: (

$2

.

C C B ,

,

=

2 B

2 ,

6

-

=

=

, $

,

2 : : .

2

, , B , &: -(

, : : =

= 2 2 , 2

Evaluation results of the Learning AI

2

= : (

:

)

.

$2 : 2

' 2

2

,

)− (

C.

-

;

' 2

2

$

>

;

+

, :

=

' 2

.

+

C. : , C= , $:

B

A, , - 2

=

>

;

(

$

-

Average score (100:1)

>

, 2 B

H

, (

,

A, 2

B,

, , &:

B ,

, = , -

.

150 100 50 0 -50 1

,

2 , = A , ., 2 , B : 6 = , : 2 2 : , 2- ( . , : 2B $ G = . , I , , ' .B = = , :: :=- A, =2 = 2 2 . = = = 2 =. , , 2 , - A, 2 2 B : 2 H 2 2 - -H , G . :, : . = :. # , :, = = , 2 G - > :

400 350 300 250 200

3

5

7

9

11

13

15

17

19

21

23

25

Number of learning episodes (x 1000)

&: H : #"%%% 2

, %%

2

:( , %%% 2

:( B , , C 6 2 2( . B , B = 2 = : : , 6 2 2( , : - D, , : : 6 2 . : : , : 5 " 2 : %% %%%% 2 : . B, , 2 , 2 , 2( . 5"%2 : - A, , = , : . , : I I =- A, 2 : 2 2 : 2, , B , &: ":

, :

D , := , 22 . B B, , : = 2

Comparison results Random vs Boots trap AI

Boots trap AI vs Boots trap AI

Number of episodes (%)

70

Learning AI vs Bootstrap AI

Major Defeat: score