文献

J-GLOBAL ID：201602231414139705   整理番号：16A1365536

不確定性を含むデジタルカーリングにおけるゲーム木探索

A Method of Game Tree Search in Digital Curling Including Uncertainty

著者 (3件)： 加藤修 (北大 大学院情報科学研究科) ,  飯塚博幸 (北大 大学院情報科学研究科) ,  山本雅人 (北大 大学院情報科学研究科)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 57  号： 11  ページ： 2354-2364 (WEB ONLY)  発行年： 2016年11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： 二人零和有限確定完全情報ゲームにおいてすでにAIは人間に匹敵する強さとなっており,最近では麻雀や人狼など,多人数ゲーム,不完全情報ゲーム,不確定ゲームが新たな研究対象として注目を集めている。そのような中で不確定ゲームとしてデジタルカーリングがある。デジタルカーリングはカーリングの二人用コンピュータゲームであり,AIどうしを競わせカーリングの戦略を解析することを目的とした不確定ゲームのテストベッドとして開発された。本研究ではデジタルカーリングにボードゲームの探索手法を適用し,投球目標座標と回転方向を候補手,盤面状態を局面としてデジタルカーリングにExpectimaxによるゲーム木探索を適用する手法を提案する。Expectimaxではゲーム木内で確率的に推移するノードを用いており,ゲームの不確定性を考慮した探索が可能となっている。提案手法の有効性を検証するため,不確定性を考慮する場合としない場合それぞれにおいて探索の深さを変化させ既存AIとの対戦実験を行った。その結果,提案手法による不確定性の考慮を行った場合に勝率が上昇し,また不確定性を考慮した場合のみ探索の深さを増やすことで勝率が上昇したことから,デジタルカーリングにおける提案手法による不確定性を考慮した先読みの有効性が明らかとなった。(著者抄録)

シソーラス用語： スポーツ ,  娯楽 ,  *不確実性 ,  木【グラフ】 ,  *木探索 ,  ミニマックス法 ,  評価関数 ,  評価 ,  ゲーム ,  *人工知能 ,  カーリング ,  ゲーム木 ,  実験評価 ,  ゲームAI
準シソーラス用語： コンピュータゲーム ,  不確定ゲーム ,  不確定性 ,  ミニマックス探索 ,  ゲーム人工知能

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (12件)：

• Campbell, M., Hoane, J.A., Hsu, F., et al.: Deep blue, Artificial Intelligence, Vol.134, No.1-2, pp.57-83 (2002).
• Silver, D., Huang, A., Maddison, J.C., et al.: Mastering the game of Go with deep neural networks and tree search, Nature, Vol.529, pp.484-489 (2016).
• 水上直紀,中張遼太郎,浦晃ほか:多人数性を分割した教師付き学習による四人麻雀プログラムの実現,情報処理学会論文誌,Vol.55, No.11, pp.2410-2420 (2014).
• 篠田孝祐,鳥海不二夫,片上大輔ほか:汎用人工知能の標準問題としての人狼ゲーム,人工知能学会全国大会論文集,Vol.20, pp.1-3 (2014).
• Smith, M.: Pickpocket: A computer billiards shark, Artificial Intelligence, Vol.171, pp.1069-1091 (2007).

タイトルに関連する用語 (5件)： 不確定性 ,  デジタル ,  カーリング ,  ゲーム ,  木探索