文献

J-GLOBAL ID：201302218529769210   整理番号：13A0733766

方策勾配法による静的局面評価関数の強化学習についての一考察

著者 (3件)： 五十嵐治一 (芝浦工大 工) ,  森岡祐一 (芝浦工大 工) ,  山本一将 (コスモ・ウェブ)
資料名： 情報処理学会シンポジウム論文集  (情報処理学会ワークショップ論文集)
巻： 2012  号： 6  ページ： 118-121  発行年： 2012年11月09日 
JST資料番号： Y0978B  ISSN： 1344-0640  資料種別： 会議録 (C)
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： 本論文では強化学習の一手法である方策勾配法をコンピュータ将棋に適用する際に,全leaf局面の静的局面評価値をその局面への遷移確率値で重み付けた期待値を用いた指し手評価方式を提案する。探索木の各ノードにおける指し手の選択としてBoltzmann分布に基づく確率的戦略を採用すると静的局面評価関数に含まれるパラメータの学習則が再帰的に計算できる。しかしながら,処理対象とするleaf局面数が大幅に増加するのでいくつかの近似解法も考案した。(著者抄録)

シソーラス用語： *娯楽 ,  *二人ゲーム ,  *強化学習 ,  重みづけ ,  遷移確率 ,  正規分布 ,  分布関数 ,  *近似法 ,  評価関数
準シソーラス用語： *コンピュータ将棋 ,  将棋 ,  局面 ,  Boltzmann分布 ,  *近似解法 ,  手【ゲーム】

分類 (4件)： 趣味娯楽用品  (ZB05000L) ,  ゲーム理論  (KA03060T) ,  人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 方策勾配法 ,  評価関数 ,  強化学習