Transformer Guided Coevolution: Improved Team Formation in Multiagent Adversarial Games

要約

マルチエージェント敵対ゲームにおけるチーム編成の問題を考察します。
私たちは、マスクされた言語モデルのトレーニングを備えたトランスフォーマーベースのディープ ニューラル ネットワークを使用して、トレーニングされた母集団から最適なプレーヤーのチームを選択する新しいアルゴリズムである BERTeam を提案します。
これを共進化的深層強化学習と統合し、チームを選択するための多様な個人プレーヤーをトレーニングします。
マルチエージェント敵対ゲーム Marine Capture-The-Flag でアルゴリズムをテストしたところ、BERTeam は目に見えない敵に対して優れたパフォーマンスを発揮する重要なチーム構成を学習していることがわかりました。
このゲームでは、BERTeam が、同様にチーム編成を最適化するアルゴリズムである MCAA よりも優れていることがわかりました。

要約(オリジナル)

We consider the problem of team formation within multiagent adversarial games. We propose BERTeam, a novel algorithm that uses a transformer-based deep neural network with Masked Language Model training to select the best team of players from a trained population. We integrate this with coevolutionary deep reinforcement learning, which trains a diverse set of individual players to choose teams from. We test our algorithm in the multiagent adversarial game Marine Capture-The-Flag, and we find that BERTeam learns non-trivial team compositions that perform well against unseen opponents. For this game, we find that BERTeam outperforms MCAA, an algorithm that similarly optimizes team formation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google