要約
サッカー シミュレーション 2D 環境では、効果的な意思決定を行うために正確な観察が不可欠です。
ただし、部分的な観察やノイズの多いデータなどの課題により、パフォーマンスが妨げられる可能性があります。
これらの問題に対処するために、予測モデリングと交差分析を活用して観測の精度を高めるノイズ除去アルゴリズムを提案します。
私たちのアプローチは、ノイズと部分的なデータの影響を軽減し、ゲームプレイのパフォーマンスの向上につながることを目的としています。
このペーパーでは、アルゴリズムのフレームワーク、実装、および暫定的な結果を示し、サッカー シミュレーション 2D での観察を洗練する際のその可能性を実証します。
Cyrus 2D チームは、Helios、Gliders、および Cyrus ベース コードを組み合わせて使用しています。
要約(オリジナル)
In the Soccer Simulation 2D environment, accurate observation is crucial for effective decision making. However, challenges such as partial observation and noisy data can hinder performance. To address these issues, we propose a denoising algorithm that leverages predictive modeling and intersection analysis to enhance the accuracy of observations. Our approach aims to mitigate the impact of noise and partial data, leading to improved gameplay performance. This paper presents the framework, implementation, and preliminary results of our algorithm, demonstrating its potential in refining observations in Soccer Simulation 2D. Cyrus 2D Team is using a combination of Helios, Gliders, and Cyrus base codes.
arxiv情報
| 著者 | Nader Zare,Aref Sayareh,Sadra Khanjari,Arad Firouzkouhi |
| 発行日 | 2024-06-09 03:15:29+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google