文献

J-GLOBAL ID：201002219610385782   整理番号：10A0944099

モンテカルロ+UCTにおける探索木のだまし構造

Deceptive Structure of Search Tree for UCT with Monte-Carlo

著者 (3件)： 池田心 (北陸先端科学技術大学院大) ,  橋本隼一 (北陸先端科学技術大学院大) ,  土井佑紀 (北陸先端科学技術大学院大)
資料名： 情報処理学会研究報告(CD-ROM)
巻： 2010  号： 2  ページ： ROMBUNNO.GI-24,4  発行年： 2010年08月15日 
JST資料番号： Z0031C  ISSN： 2186-2583  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： マルチアームバンディット問題(MAB)を対象に発展したUCB戦略は,探索と収穫のジレンマに対する一つの有力な回答である。近年,UCB戦略をゲームの木探索に応用したUCTが盛んに研究され,モンテカルロ法と組み合わせた囲碁プログラムが登場している。しかし,報酬を得られる確率が静的なMABと異なり,minmax原理が支配する二人ゲームではUCB値に基づく探索が非効率的である可能性もある。本稿では,囲碁においてUCTが好ましくない挙動をしうることを指摘し,その本質を抜き出してベンチマーク化する。(著者抄録)

シソーラス用語： *木探索 ,  *モンテカルロ法 ,  最適化問題 ,  Markov過程 ,  ベンチマーク ,  *ゲーム ,  二人ゲーム ,  構造 ,  比率
準シソーラス用語： Markov決定過程 ,  だまし構造 ,  マルチアームバンディット問題 ,  囲碁 ,  勝率

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  ゲーム理論  (KA03060T)

タイトルに関連する用語 (2件)： モンテカルロ ,  探索木