IMOKURI/Hungry-Geese

Issues

• MCTSの Cpuct の調整

  #21 opened 3 years ago by IMOKURI
  3

• 自己モデル以外との対戦

  #23 opened 3 years ago by IMOKURI
  1

• MCTS で 時間をかけたい局面とかけなくていい局面の使い分け

  #22 opened 3 years ago by IMOKURI
  0

• 教師あり学習のあとの強化学習で強くなっていない感じがする

  #19 opened 3 years ago by IMOKURI
  0

• 閉域に突入したときに報酬をさげる

  #4 opened 3 years ago by IMOKURI
  3

• 最後2ひき残って、自分のほうが長ければ、相打ちを狙って良い

  #12 opened 3 years ago by IMOKURI
  3

• 攻撃用モデルと守備用モデルを分ける

  #9 opened 3 years ago by IMOKURI
  3

• 200ステップ終了間際にopponentの長さを考慮した行動

  #6 opened 3 years ago by IMOKURI
  4

• 既存エピソードを使った教師あり学習で value network を学習する方法はあるか。

  #18 opened 3 years ago by IMOKURI
  1

• 敵の頭になるべく近づかないように動きたい

  #14 opened 3 years ago by IMOKURI
  2

• 参考資料

  #16 opened 3 years ago by IMOKURI
  0

• danger rate が高いときに、 しっぽの位置を food のチャネルに配置する

  #13 opened 3 years ago by IMOKURI
  3

• つよい goose のエピソードで前もって教師あり学習でモデルを強化しておく

  #15 opened 3 years ago by IMOKURI
  3

• transformerのサンプル

  #7 opened 3 years ago by IMOKURI
  1

• rewardとoutcomeの使い分けについて

  #10 opened 3 years ago by shunRcn
  1

• legal_actionsメソッドについて

  #11 opened 3 years ago by shunRcn
  0

• head tail bonus で、 opponentのheadのとなりにfood があるときは、bonus ださない

  #5 opened 3 years ago by IMOKURI
  2

• BFSの結果を特徴量にする

  #8 opened 3 years ago by IMOKURI
  1

• EMPTY_BONUS を実装

  #3 opened 3 years ago by IMOKURI
  0

• 2位の報酬が大きすぎる可能性

  #1 opened 3 years ago by IMOKURI
  0