13:40 〜 14:00
[1K3-GS-3-03] モンテカルロ木探索に基づく引き分けを狙うオセロプログラムに関する一考察
キーワード：モンテカルロ木探索、UCB1
囲碁や将棋，オセロなどの完全情報ゲームにおいて，AIが人間の世界王者を破る事例は数多く起きている．しかしこれらのAIは純粋な強さを求めているため，楽しむというゲームの本質に経験値の低いプレイヤーが到達することは難しい． そこで，本研究では対戦するプレイヤーの能力に合わせ試合が拮抗するような，すなわち引き分けになりやすいようなAIを提案する．その際に様々なゲームAIに取り入れられてきたモンテカルロ木探索（MCTS)を用いたアルゴリズムを提案する．これまでのオセロAIでは，難易度の設定はアルゴリズムの目的関数に対して勝率が高くなるハイパーパラメータの調整に基づいて行われていた点に着目し，本研究ではアルゴリズムにおける２種類の評価関数を設定し，それぞれを組み合わせたアルゴリズムを提案する．これにより試合が引き分けになりやすいAIが構築され，幅広いレベルのプレイヤーが楽しめるAIの実現が期待される． さらに本研究では提案モデルといくつかの一定のレベルのAIを複数回対戦させるシミュレーション実験を行い，提案モデルと複数のレベルそれぞれとの対戦成績を比較することで提案モデルの妥当性を評価する．
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。