文献

J-GLOBAL ID：201502213228612506   整理番号：15A0830560

大貧民における出現頻度と提出手役履歴を用いた相手手札推定

著者 (2件)： 柳澤佑介 (高知工科大 情報学群) ,  松崎公紀 (高知工科大 情報学群)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2015  号： GI-33  ページ： VOL.2015-GI-33,NO.9 (WEB ONLY)  発行年： 2015年02月26日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,コンピュータ大貧民においてモンテカルロ法プレイヤが広く用いられ,その改良についてさまざまな研究が行われている。大貧民のモンテカルロ法プレイヤでは,各プレイアウト(シミュレーション)のはじめに,相手手札を仮想的に生成・推定する処理を行う。本研究では,この相手手札の生成・推定を行う方法を4つ提案し,対戦実験を通してその効果を評価する。特に相手手札の推定は,既存のプレイヤから得た札譜に加えて,相手プレイヤの提出手役履歴をもとに行う。実験の結果,手札生成および手札推定の手法によりモンテカルロ法プレイヤが強化されることを確認した。しかし,本研究で提案した手札推定では負の効果を持つこともあるという問題点も見られた。(著者抄録)

シソーラス用語： *モンテカルロ法 ,  *ゲーム ,  *推定 ,  頻度 ,  経歴
準シソーラス用語： コンピュータゲーム ,  *大貧民 ,  *不完全情報ゲーム ,  意図推定 ,  出現頻度 ,  履歴

分類 (1件)： ゲーム理論  (KA03060T)

引用文献 (14件)：

• P. Auer, N. Cesa-Bianchi and P. Fischer. Finite-time Analysis of the Multi-armed Bandit Problem. Machine Learning, Vol. 47, pp. 235-256 (2002).
• L. Kocsis and C. Szepesvári. Bandit Based Monte-Carlo Planning, 17th European Conference on Machine Learning (ECML 2006), Lecture Notes in Computer Science 4212, pp. 282-293 (2006).
• 伊藤祥平,但馬康宏,菊井玄一郎.コンピュータ大貧民における高速な相手モデル作成と精度向上.数理モデル化と問題解決研究会報告,Vol.2013-MPS-96,No.4(2013).
• 岡和人,松崎公紀.札譜データの学習を用いた大貧民モンテカルロプレイヤの強化.第56回プログラミング・シンポジウム予稿集,pp.13-24(2015).
• 作田誠.不完全情報ゲームの研究,オペレーションズ・リサーチ:経営の科学,Vol.52,No.1,pp,27-34(2007).

タイトルに関連する用語 (3件)： 出現頻度 ,  履歴 ,  推定