典型文献
一种多重优先经验回放的麻将游戏数据利用方法
文献摘要：
针对大众麻将AI训练时经验回放机制中样本均匀采样导致训练缓慢的问题,提出了一种多重优先经验回放算法,即从时序差分误差、局面复杂程度、动作即时奖励3个维度对经验样本进行优先级标记,每次采样时优先级高的样本高概率被抽取来更新神经网络.为了验证算法的有效性,构建了大众麻将自博弈平台进行相应的实验验证.实验结果表明:相比随机经验回放方法,新方法将麻将AI的训练速度提升了22.5％.
文献关键词：
大众麻将;多重优先经验回放;时序差分误差;自博弈
中图分类号：
作者姓名：
李淑琴;李奕
作者机构：
北京信息科技大学 计算机学院, 北京 100101;感知与计算智能联合实验室, 北京 100101
文献出处：
引用格式：
[1]李淑琴;李奕-.一种多重优先经验回放的麻将游戏数据利用方法)[J].重庆理工大学学报,2022(12):162-169
A类：
多重优先经验回放,大众麻将,时序差分误差,自博弈
B类：
游戏数据,数据利用,时经,经验回放机制,均匀采样,复杂程度,优先级,取来,训练速度
AB值：
0.136761
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
