Actualités
  Période
semaine
ou mois
aucune période


  Thèmes:
Thèses
Colloques
Autres
Groupes
Tous les thèmes

   
  Liens:
Voir les thèses

Voir les colloques

Voir les autres événements

Voir la page des groupes

Accéder à l'intranet

Intitulé:   
Monte Carlo Tree Search guided by Symbolic Advice for MDPs
du groupe Séminaire Méthodes Formelles

Date 2020-09-15  14:00-15:00
TitreMonte Carlo Tree Search guided by Symbolic Advice for MDPs 
RésuméWe consider the online computation of a strategy that aims at optimizing the expected average reward in a Markov decision process. The strategy is computed with a receding horizon and using Monte Carlo tree search (MCTS). We augment the MCTS algorithm with the notion of symbolic advice, and show that its classical theoretical guarantees are maintained. Symbolic advice are used to bias the selection and simulation strategies of MCTS. We describe how to use QBF and SAT solvers to implement symbolic advice in an efficient way. We illustrate our new algorithm using the popular game Pac-Man and show that the performances of our algorithm exceed those of plain MCTS as well as the performances of human players. 
Lieu178 
OrateurDamien Busatto-Gaston 
UrlULB 



Aucun document lié à cet événement.

Retour
Retour à l'index