文献

J-GLOBAL ID：201502200415534718   整理番号：15A0475989

局面評価関数を使う新たなUCT探索法の提案とオセロによる評価

A New UCT Search Method Using Position Evaluation Function and its Evaluation by Othello

著者 (4件)： 橋本剛 (松江工高専) ,  前原彰太 (アイティフォー) ,  川島哲哉 (リゾーム) ,  小林康幸 (島根大 大学院総合理工学研究科)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 54  号： 7  ページ： WEB ONLY 1930-1936  発行年： 2013年07月15日 
JST資料番号： U0452A  ISSN： 1882-7764  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： 新たなゲーム木探索法としてモンテカルロ木探索,特にUCTが成功を収め広く研究されている。だが主なターゲットであるコンピュータ囲碁では局面評価関数の計算が困難であるため,パターンマッチングなどにより手の評価値を計算し強いプレイヤに近いモンテカルロシミュレーションを目指す研究がさかんに行われているものの,局面評価関数を使ったUCTの研究はこれまでほとんどなかった。本研究では新たに局面評価値をUCB値に加える手法,UCT+を提案する。初めて探索する局面で評価関数の値が高い子局面を優先的に探索するので,性能の良い評価関数があれば簡単にUCTを強くすることが期待される。実験ではすでに優れた局面評価関数が存在するオセロに提案手法を実装し評価を行った。評価関数はオープンソースで世界最強プログラムZebraのものを使った。その結果,提案手法はUCTに対し圧倒的な性能を示しその有効性が実証された。(著者抄録)

シソーラス用語： *ゲーム ,  *木探索 ,  評価関数 ,  モンテカルロ法 ,  シミュレーション ,  計算機シミュレーション ,  娯楽 ,  ゲーミングシミュレーション ,  パターンマッチング ,  最適化問題
準シソーラス用語： コンピュータ囲碁 ,  モンテカルロアプローチ ,  モンテカルロシミュレーション

分類 (2件)： 人工知能  (JE08000Z) ,  システムプログラミング一般  (JD03010Y)

引用文献 (17件)：

• Buro, M.: How Machines have Learned to Play Othello, IEEE Intelligent Systems Journal, Vol.14, No.6, pp.12-14 (1999).
• Buro, M.: The Othello Match of the Year: Takeshi Murakami vs. Logistello, International Computer Chess Association (ICCA) Journal, Vol.20, No.3, pp.189-193 (1997).
• Coulom, R.: Efficient selectivity and backup operators in monte-carlo tree search, Proc. 5th International Conference on Computers and Games, Lecture Notes in Computer Science (LNCS), Vol.4630, pp.72-83 (2006).
• Kocsis, L. and Szepesvari, C.: Bandit based Monte-Carlo Planning, Proc. 17th European Conference on Machine Learning (ECML 2006), pp.282-293 (2006).
• Auer, P., Cesa-Bianchi, N. and Fischer, P.: Finite time Analysis of the Multi-armed Bandit Problem, Machine Learning, Vol.47, pp.235-256 (2002).

タイトルに関連する用語 (4件)： 評価関数 ,  探索法 ,  提案 ,  評価