ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 23/2-3 - 2009  - pp.387-407  - doi:10.3166/ria.23.387-407
TITRE
Construction d'un joueur artificiel pour Tetris

TITLE
Building an artificial player for Tetris

RÉSUMÉ
Nous étudions la conception d'un joueur artificiel pour le jeu de Tetris. Après une revue des principaux travaux, nous soulignons le fait que comparer différentes performances doit être fait avec le plus grand soin, car les scores ont une grande variance, et de subtils détails d'implémentation ont un effet significatif sur les résultats. Nous considérons ensuite la méthode d'entropie croisée pour optimiser la fonction d'évaluation d'un joueur artificiel, comme suggéré par Szita et al. (2006). Dans ce contexte, nous discutons de l'influence du paramètre bruit, et nous effectuons des expériences avec plusieurs jeux de fonctions de base, comme celles introduites par Bertsekas et al. (1996), par Dellacherie (Fahey, 2003) et des fonctions originales. Cette approche aboutit à un programme de Tetris dont les performances dépassent celles des autres programmes connus. Sur une version simplifiée de Tetris, considérée par la plupart des travaux de recherche, il réalise 35 000 000 ± 20 % de lignes en moyenne par partie.


ABSTRACT
We consider the design of a bot for the Tetris game. After a review of the literature, we emphasize the fact that comparing the performances must be done with great care, as the game scores have a huge standard deviation, and as subtle implementation details have a significant effect on the resulting performance. We then consider the cross-entropy method to tune a ratingbased one-piece bot as suggested by Szita et al. (2006). In this context, we discuss the influence of the noise, and we make experiments with several sets of features such as those introduced by Bertsekas et al. (1996), by Dellacherie (Fahey, 2003) and some original ones. This approach leads to a bot that outperforms the previous known results. On a simplified version of Tetris considered by most research works, it achieves 35,000,000 ±20% lines per game on average.


AUTEUR(S)
Christophe THIERY, Bruno SCHERRER

MOTS-CLÉS
Tetris, méthode d'entropie croisée, apprentissage par renforcement, fonction d'évaluation, fonctions de base.

KEYWORDS
Tetris, cross-entropy method, reinforcement learning, evaluation fonction, features.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (308 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier