Knowledge complement for Monte Carlo Tree Search: an application to combinatorial games - Archive ouverte HAL
Communication Dans Un Congrès Année : 2014

Knowledge complement for Monte Carlo Tree Search: an application to combinatorial games

Résumé

MCTS (Monte Carlo Tree Search) is a well-known and efficient process to cover and evaluate a large range of states for combinatorial problems. We choose to study MCTS for the Computer Go problem, which is one of the most challenging problem in the field in Artificial Intelligence. For this game, a single combinatorial approach does not always lead to a reliable evaluation of the game states. In order to enhance MCTS ability to tackle such problems, one can benefit from game specific knowledge in order to increase the accuracy of the game state evaluation. Such a knowledge is not easy to acquire.It is the result of a constructivist learning mechanism based on the experience of the player. That is why we explore the idea to endow the MCTS with a process inspired by constructivist learning, to self-acquire knowledge from playing experience.In this paper, we propose a complementary process for MCTS called BHRF (Background History Reply Forest), which allows to memorize efficient patterns in order to promote their use through the MCTS process. Our experimental results lead to promising results and underline how self-acquired data can be useful for MCTS based algorithms.
Fichier principal
Vignette du fichier
bhrf_ictai2014_HAL.pdf (447.92 Ko) Télécharger le fichier
bhrfProcedure.pdf (147.86 Ko) Télécharger le fichier
bhrf_ictai2014.pdf (476.05 Ko) Télécharger le fichier
keyTable.pdf (11.04 Ko) Télécharger le fichier
mctsProcedure.pdf (30.29 Ko) Télécharger le fichier
notnumb19.pdf (11.43 Ko) Télécharger le fichier
patternK.pdf (12.28 Ko) Télécharger le fichier
sequenceK (1).pdf (18.68 Ko) Télécharger le fichier
sequenceK.pdf (18.68 Ko) Télécharger le fichier
vsSimPlot.pdf (13.67 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01083449 , version 1 (10-12-2014)

Identifiants

Citer

André Fabbri, Frédéric Armetta, Eric Duchêne, Salima Hassas. Knowledge complement for Monte Carlo Tree Search: an application to combinatorial games. 2014 IEEE 26th International Conference on Tools with Artificial Intelligence, Nov 2014, Limassol, Cyprus. pp.997-1003, ⟨10.1109/ICTAI.2014.151⟩. ⟨hal-01083449⟩
307 Consultations
429 Téléchargements

Altmetric

Partager

More