文献

J-GLOBAL ID：201602221222580548   整理番号：16A0172982

ディープニューラルネットワークと木探索を用いた囲碁の習得

Mastering the game of Go with deep neural networks and tree search

著者 (20件)： SILVER David (Google DeepMind, London, GBR) ,  HUANG Aja (Google DeepMind, London, GBR) ,  MADDISON Chris J. (Google DeepMind, London, GBR) ,  GUEZ Arthur (Google DeepMind, London, GBR) ,  SIFRE Laurent (Google DeepMind, London, GBR) ,  VAN DEN DRIESSCHE George (Google DeepMind, London, GBR) ,  SCHRITTWIESER Julian (Google DeepMind, London, GBR) ,  ANTONOGLOU Ioannis (Google DeepMind, London, GBR) ,  PANNEERSHELVAM Veda (Google DeepMind, London, GBR) ,  LANCTOT Marc (Google DeepMind, London, GBR) ,  DIELEMAN Sander (Google DeepMind, London, GBR) ,  GREWE Dominik (Google DeepMind, London, GBR) ,  KALCHBRENNER Nal (Google DeepMind, London, GBR) ,  LILLICRAP Timothy (Google DeepMind, London, GBR) ,  LEACH Madeleine (Google DeepMind, London, GBR) ,  KAVUKCUOGLU Koray (Google DeepMind, London, GBR) ,  GRAEPEL Thore (Google DeepMind, London, GBR) ,  HASSABIS Demis (Google DeepMind, London, GBR) ,  NHAM John (Google, California, USA) ,  SUTSKEVER Ilya (Google, California, USA)
資料名： Nature (London)  (Nature (London))
巻： 529  号： 7587  ページ： 484-489  発行年： 2016年01月28日 
JST資料番号： D0193B  ISSN： 0028-0836  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 囲碁は,探索空間が巨大で,盤上の石の配置や動きの評価が難しいため,長い間人工知能にとって最も困難な古典的ゲームであると考えられてきた。今回我々は,盤上の石の配置を評価する「バリューネットワーク」と動きを選択する「ポリシーネットワーク」を用いる,コンピューター囲碁の新しい手法を提示する。こうしたディープニューラルネットワークは,熟達した棋士同士の対局からの教師あり学習と自己対局での強化学習を新たに組み合わせることによって訓練される。このニューラルネットワークは,先読み探索を全くせずに,数千のランダムな自己対局をシミュレートする最先端のモンテカルロ木探索プログラムと同じ水準で囲碁を打つ。さらに我々は,モンテカルロシミュレーションをバリューネットワークおよびポリシーネットワークと組み合わせた新しい探索アルゴリズムも提示する。この探索アルゴリズムを用いて,我々のプログラムAlphaGoは他の囲碁プログラムに対して99.8%の勝率を達成し,人間のヨーロッパ囲碁チャンピオンと5回対戦して全勝した。コンピュータープログラムが人間のプロ棋士にフル規格の囲碁の対局で勝利したのは今回が初めてであり,少なくとも10年は先だろうとこれまで考えられていた偉業である。Copyright Nature Publishing Group 2016

シソーラス用語： *ニューラルネットワーク ,  *木探索 ,  *人工知能 ,  娯楽 ,  *二人ゲーム ,  教師つき学習 ,  強化学習 ,  モンテカルロ法 ,  計算機プログラム ,  性能評価 ,  アルゴリズム ,  ゲーミングシミュレーション
準シソーラス用語： ディープニューラルネットワーク ,  コンピュータ囲碁 ,  モンテカルロ木探索 ,  モンテカルロシミュレーション ,  探索アルゴリズム

分類 (2件)： 人工知能  (JE08000Z) ,  ゲーム理論  (KA03060T)

タイトルに関連する用語 (4件)： ディープニューラルネットワーク ,  木探索 ,  囲碁 ,  習得