Applying reinforcement learning methods for developing robot football game strategy

Abstract

В данной работе рассматривается применение методов обучения с подкреплением для разработки стратегии игры в футбол роботов. Была решена задача забивания гола со штрафной линии с помощью Deep Q-learning, также были применены на практике вспомогательные приемы, улучшающие сходимость процесса обучения. Был разработан программный комплекс, позволяющий решать и другие задачи разработки стратегии. Тем самым была доказана применимость методов обучения с подкреплением в данной области.

In this paper, we considered the use of reinforcement learning methods to develop a strategy for playing robot football. The problem of scoring a goal from the penalty line was solved with the help of Deep Q-learning, and auxiliary techniques were also applied in practice to improve the convergence of the learning process. A software package was developed that allows you to solve other tasks of strategy development. This proved the applicability of reinforcement learning methods in this area.