[論文レビュー] Predicting opponent team activity in a RoboCup environment

Selene Báez Santamaría|arXiv (Cornell University)|Mar 4, 2015

Artificial Intelligence in Games参考文献 6被引用数 3

ひとこと要約

本論文は、視覚データから学習された遷移確率と、位置、速度、チームの重心を用いたプレイヤー状態のモデル化により、RoboCup SSL環境における相手チームのフォーメーションを低複雑性のマルコフモデルで予測する手法を提案する。遷移確率はハッシュテーブルに効率的に格納され、個々のプレイヤーの確率から導かれる遷移確率と信頼性スコアを用いることで、最小限の計算量でリアルタイム予測を実現し、時間的・空間的オーバーヘッドを顕著に削減する。

ABSTRACT

The goal of this project is to predict the opponent's configuration in a RoboCup SSL environment. For simplicity, a Markov model assumption is made such that the predicted formation of the opponent team only depends on its current formation. The field is divided into a grid and a robot state per player is created with information about its position and its velocity. To gather a more general sense of what the opposing team is doing, the state also incorporates the team's average position (centroid). All possible state transitions are stored in a hash table that requires minimum storage space. The table is populated with transition probabilities that are learned by reading vision packages and counting the state transitions regardless of the specific robot player. Therefore, the computation during the game is reduced to interpreting a given vision package to assign each player to a state, and looking for the most likely state it will transition to. The confidence of the predicted team's formation is the product of each individual player's probability. The project is noteworthy in that it minimizes the time and space complexity requirements for opponent's moves prediction.

研究の動機と目的

• RoboCup SSLロボットサッカー環境における相手チームの将来の配置を予測すること。
• リアルタイムでの相手行動予測における計算および記憶のオーバーヘッドを最小限に抑えること。
• 現在のチーム状態とプレイヤーの位置に基づくマルコフ仮定を用いて、チームレベルのダイナミクスをモデル化すること。
• 予測の高速インファレンスを実現するため、事前に遷移確率を計算・格納すること。
• 個々のプレイヤーの遷移確率の積を用いて、予測の信頼性を定量化すること。

提案手法

• フィールドをグリッドに分割して、プレイヤーの位置を離散化し、状態を定義する。
• 各プレイヤーの状態は、その位置、速度、およびチームの重心（平均位置）によって定義される。
• ハッシュテーブルを用いて、視覚データから観測された頻度に基づき、すべての可能な状態遷移を格納する。
• 全プレイヤーの視覚データを用いて、識別子を問わず状態遷移の頻度を数え、遷移確率を学習する。
• 推論時には、現在の視覚データを状態にマッピングし、事前に計算済みの確率を用いて最も確率の高い次状態を選択する。
• 予測の信頼性は、個々のプレイヤーの遷移確率の積として計算される。

実験結果

リサーチクエスチョン

• RQ1 RoboCup SSL環境において、リアルタイムで効率的に相手チームのフォーメーションを予測する方法は何か？
• RQ2 個々のプレイヤーを追跡しないで、チームレベルのダイナミクスを捉える最小限の状態表現は何か？
• RQ3 計算および記憶コストが低いマルコフモデルが、チーム行動を効果的に予測できるか？
• RQ4 確率的遷移を用いて、予測の信頼性をどのように定量化できるか？
• RQ5 チームの重心と速度を用いることで、予測精度にどのような影響があるか？

主な発見

• ハッシュベースの状態遷移格納により、時間的・空間的複雑性を最小限に抑えたリアルタイム予測が達成された。
• 予測の信頼性は、個々のプレイヤーの遷移確率の積として計算され、測定可能な信頼性スコアが得られた。
• プレイヤーの識別子を追跡せず、生の視覚データから学習することで、複雑さが低減された。
• チームの重心を用いることで、チームレベルの行動モデルの汎用性が向上した。
• 学習段階で事前処理を実施することで、実行時の推論を高速化できる。
• マルコフ仮定により、現在の状態にのみ依存する予測が可能となり、モデルの複雑さが簡素化された。