Onto generalization of reinforcement learning agents through diversity and understanding of environments

2023 Fiscal Year Final Research Report

• Project/Area Number: 21H03570
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 62040:Entertainment and game informatics-related
• Research Institution: The University of Tokyo
• Principal Investigator: Kaneko Tomoyuki 東京大学, 大学院総合文化研究科, 教授 (00345068)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: ゲームプログラミング

Outline of Final Research Achievements

This study focuses on reinforcement learning in perfect information games where AI agents master a given game throughout trials and errors in playing without human assistance such as AlphaZero. Our contribution includes mathematical models, implementation in computer software, and computational experiments for performance evaluation. A part of our results is already available as an open-source software with pre-trained models and more will become available in future.

Free Research Field

ゲームプログラミング

Academic Significance and Societal Importance of the Research Achievements

強化学習は、教師あり学習で必要となる教師データを必要としない代わりに、試行錯誤の経験を積むための計算機資源を必要とする。この研究の遠い目標は、高性能なAIエージェントを少数の巨大組織のみが開発できる状況を変え、個人が自分自身のハードウェアで自分だけのエージェントを持てるようにすることにある。ゲームという限られた対象限定ではあるが、本研究は、一般的なハードウェアで十分に強いエージェントを作成可能となったことに貢献している。