Abstract
Cet article décrit WoodStock, le premier programme-joueur générique modélisant chaque jeu issu du General Game Playing (GGP) par un réseau de contraintes stochastiques (SCSP). Chaque action jouée est décidée par la résolution de ce dernier par l’algorithme MAC-UCB. Après traduction d’une instance GDL (Game Description Language) en un réseau représentant l’état du jeu à tout temps, WoodStock résout chaque état par la maintenance d’arc-consistance (MAC) itérativement guidé par l’échantillonnage par bandit stochastique (UCB) des états suivants.
À l’aide de cet algorithme, WoodStock est depuis mars 2016, le leader de la compétition continue de GGP organisée sur le serveur Tiltyard. De plus, dans sa dernière version exploitant les symétries de jeux déduites par la détection de symétries de contraintes, l’espace de recherche associé à un jeu est significativement réduit. Suite à cela, WoodStock est devenu champion lors de la compétition internationale de General Game Playing 2016 (IGGPC 2016) organisée par l’université de Stanford.
À l’aide de cet algorithme, WoodStock est depuis mars 2016, le leader de la compétition continue de GGP organisée sur le serveur Tiltyard. De plus, dans sa dernière version exploitant les symétries de jeux déduites par la détection de symétries de contraintes, l’espace de recherche associé à un jeu est significativement réduit. Suite à cela, WoodStock est devenu champion lors de la compétition internationale de General Game Playing 2016 (IGGPC 2016) organisée par l’université de Stanford.
Translated title of the contribution | WoodStock: A stochastic constraint-based general game player |
---|---|
Original language | French |
Journal | Revue d'Intelligence Artificielle |
Publication status | Published - 29 Mar 2017 |
Externally published | Yes |