Deep Reinforcement Learning Methods in Match-3 Game

Ildar Kamaldinov; I. Makarov

doi:10.1007/978-3-030-37334-4_5

Публикации

?

Deep Reinforcement Learning Methods in Match-3 Game

P. 51–62.

Ildar Kamaldinov, Макаров И. А.

A large number of methods are being developed in the deep reinforcement learning area recently, but the scope of their application is limited. The number of environments does not always allow for a comprehensive assessment of a new agent training algorithm. The main purpose of this article is to present another environment for Match-3 game that could be expanded, which would have a connection with the real business. The results for the most popular deep reinforcement learning algorithms are presented as a baseline.

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: deep learning Deep Reinforcement Learning глубокое обучение с подкреплением Match-3 Video Game Game Environment три в ряд

В книге

Analysis of Images, Social Networks and Texts. 8th International Conference AIST 2019

Springer, 2019.

Method of Critical Set construction for Successive Cancellation List Decoder of Polar Codes Based on Deep Learning of Neural Networks

Котов Ф. И., Тимохин И. С., Иванов Ф. И., , in: 2023 XVIII International Symposium Problems of Redundancy in Information and Control Systems (REDUNDANCY).: IEEE, 2023.

The Successive Cancellation List (SCL) algorithm is a widely used decoding technique in communication systems. However, constructing the critical set for SCL decoding is a challenging task, as it requires a large number of computations and can lead to significant decoding delays. In this paper, a new approach to critical set construction for SCL decoding ...

Добавлено: 26 января 2026 г.

Artificial Neural Networks and Machine Learning. ICANN 2025 International Workshops and Special Sessions: 34th International Conference on Artificial Neural Networks, Kaunas, Lithuania, September 9–12, 2025, Proceedings, Part V

Cham: Springer, 2025.

Добавлено: 29 сентября 2025 г.

Deep learning deciphers the related role of master regulators and G-quadruplexes in tissue specification

Башкатов А. Б., Andreasyan A., Коновалов Д. Л. и др., Scientific Reports 2025 Vol. 15 Article 23119

G-quadruplexes (GQs) are non-canonical DNA structures encoded by G-flipons with potential roles in gene regulation and chromatin structure. Here, we explore the role of G-flipons in tissue specification. We present a deep learning-based framework for the genome-wide G-flipon predictions across 14 human tissue types. The model was trained using high-confidence experimental maps of GQ-forming sequences ...

Добавлено: 8 августа 2025 г.

AI in drug development: advances in response, combination therapy, repositioning, and molecular design

Шайтан А. К., Science China Information Sciences 2025 Vol. 68 No. 7 Article 170102

Добавлено: 25 июня 2025 г.

An Approach to Finding a Robust Deep Learning Model

Болдырев А. С., Ратников Ф. Д., Шевелев А. А., IEEE Access 2025 Vol. 13 P. 102390–102406

Добавлено: 15 июня 2025 г.

Экономические и социальные аспекты атомной энергетики в условиях развития технологий искусственного интеллекта

Подчуфаров А. Ю., Галкина А. Н., Ванина С. С. и др., Экономика и управление: проблемы, решения 2025 Т. 5 № 4 С. 61–74

В современных условиях внедрение технологий искусственного интеллекта становится значимым фактором развития высокотехнологичных отраслей промышленности. В статье представлены результаты исследования перспектив применения интеллектуальных аналитических систем в атомной энергетике. Проанализирован опыт зарубежных стран и выявлены особенности успешных проектов с использованием искусственного интеллекта в данной области. Обоснованы рекомендации по развитию технических и социальных компетенций в отечественной атомной и ...

Добавлено: 5 июня 2025 г.

Deep learning for customs classification of goods based on their textual descriptions analysis

Рыжова А. А., Sochenkov I., , in: Proceeding 2019 Ivannikov Ispras Open Conference (ISPRAS).: IEEE Computer Society, 2019. P. 60–67.

Добавлено: 1 мая 2025 г.

Distilling Normalizing Flows

Walton S., Klyukin V., Artemev M. и др., , in: 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW).: IEEE, 2025. P. 3328–3337.

Добавлено: 1 апреля 2025 г.

2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)

Деркач Д. А., Артемьев М. Р., IEEE, 2025.

Добавлено: 1 апреля 2025 г.

Deep learning captures the effect of epistasis in multifactorial diseases

Перелыгин В. Р., Kamelin A., Syzrantsev N. и др., Frontiers in Medicine 2025 Vol. 11 Article 1479717

Добавлено: 4 марта 2025 г.

TabReD: Analyzing Pitfalls and Filling the Gaps in Tabular Deep Learning Benchmarks

Ivan Rubachev, Nikolay Kartashev, Gorishniy Y. и др., , in: Proceedings of the 13th International Conference on Learning Representations (ICLR 2025).: ICLR, 2025. P. 53831–53867.

Добавлено: 1 марта 2025 г.

Weight Perturbations for Simulating Virtual Lesions in a Convolutional Neural Network

W. Joseph MacInnes, Жожикашвили Н. А., Феурра М., , in: First International Conference, AIiH 2024, Swansea, UK, September 4–6, 2024, Proceedings, Part II. Artificial Intelligence in Healthcare. LNCS, volume 14976Vol. 14976.: Springer, 2024. P. 221–234.

Добавлено: 28 января 2025 г.

TabR: Tabular Deep Learning Meets Nearest Neighbors

Yury Gorishniy, Ivan Rubachev, Nikolay Kartashev и др., , in: Proceedings of the 12th International Conference on Learning Representations (ICLR 2024).: ICLR, 2024.

Добавлено: 22 января 2025 г.

Deep Learning Approaches for LHCb ECAL Reconstruction

Болдырев А. С., Деркач Д. А., Ратников Ф. Д. и др., EPJ Web of Conferences 2024 Vol. 295 Article 09008

Добавлено: 8 января 2025 г.

TabM: Advancing tabular deep learning with parameter-efficient ensembling

Gorishniy Y., Котельников А. К., Бабенко А. В., , in: The Thirteenth International Conference on Learning Representations: ICLR 2025.: ICLR, 2025.

Добавлено: 24 декабря 2024 г.

Может ли искусственный интеллект прогнозировать решения суда? Систематический обзор международных исследований

Казун А. П., Мониторинг общественного мнения: Экономические и социальные перемены 2024 № 5 С. 100–122

Развитие технологий искусственного интеллекта и появление открытых баз данных судебных решений привели к стремительному совершенствованию алгоритмов, позволяющих классифицировать юридические документы и прогнозировать принимаемые судьями решения. В статье мы анализируем корпус международных исследований, посвященных вопросу о том, насколько точно ИИ может предсказывать решения судей и, как следствие, сможет ли он в перспективе заменить судью-человека. Ответ на ...

Добавлено: 29 ноября 2024 г.

Machine Learning and Knowledge Discovery in Databases. Applied Data Science Track. European Conference, ECML PKDD 2024, Vilnius, Lithuania, September 9–13, 2024, Proceedings, Part X. LNCS, volume 14950

Cham: Springer, 2024.

Добавлено: 22 ноября 2024 г.

MineRL Diamond 2021 Competition: Overview, Results, and Lessons Learned

Никулин А. М., Белоусов Ю. С., Свидченко О. А. и др., , in: Proceedings of the NeurIPS 2021 Competitions and Demonstrations Track.: PMLR, 2022.

Добавлено: 8 октября 2024 г.

Unet-boosted classifier – мультизадачная архитектура для малых выборок на примере классификации МРТ снимков головного мозга

Собянин К. В., Куликова С. П., Информатика и автоматизация (Труды СПИИРАН) 2024 Т. 23 № 4 С. 1022–1046

Проблема обучения глубоких нейронных сетей на малых выборках особенно актуальна для медицинских задач. В работе рассматривается влияние попиксельной разметки значимых объектов на изображении, в дополнении к истинной метке класса, на качество решения задачи классификации. Для достижения лучших результатов классификации на малых выборках предлагается мультизадачная архитектура Unet-boosted classifier (UBC), обучаемая одновременно для решения задач классификации и ...

Добавлено: 29 июня 2024 г.

Generative Flow Networks as Entropy-Regularized RL

Тяпкин Д. Н., Морозов Н. В., Наумов А. А. и др., , in: Proceedings of The 27th International Conference on Artificial Intelligence and Statistics (AISTATS 2024), 2-4 May 2024, Palau de Congressos, Valencia, Spain. PMLR: Volume 238Vol. 238.: Valencia: PMLR, 2024. P. 4213–4221.

Добавлено: 22 июня 2024 г.