文献

J-GLOBAL ID：201702221079770579   整理番号：17A0494278

ゲームエージェントを使った不完全情報ゲームの盤面予測

Predict State of the Incomplete Information Game with Game Agent

著者 (4件)： 遠田英嗣 (福井大 大学院工学研究科) ,  小高知宏 (福井大 大学院工学研究科) ,  黒岩丈介 (福井大 大学院工学研究科) ,  白井治彦 (福井大 工)
資料名： 福井大学大学院工学研究科研究報告  (Memoirs of the Graduate School of Engineering, University of Fukui)
巻： 65  ページ： 61-67  発行年： 2017年03月27日 
JST資料番号： F0072A  ISSN： 1882-1871  CODEN： FDDKAL  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： 本稿では,不確定要素が入る不完全情報ゲームを独自に設定し,不完全情報ゲームに対して機械学習によって人工知能が不明瞭である部分を予測することが可能であるかどうかを確認した。今回の学習において,総学習回数1,000,000の中の個体数と世代数の組み合わせは個体数1,000で世代数1,000である学習方法が適しているという結果を示した。個体数を大きくすれば,学習にかかる時間は増加し,時間効率の点から個体数1000が適正であった。学習の結果,このエージェントがフィールド内を探索するための各方向へ移動する確率は,上方向18.18%,下方向31.92%,右方向31.78%,左方向8.10%であった。移動確率の変化により,エージェントの移動傾向が変化し,終了位置の付近を探索するようになって全体的な移動回数が減少した。エ一ジェントが終了位置を過ぎても移動した場合,対策として,別の予想を立てることや,周囲のマスを確認することなどをルールとする学習を導入した。

シソーラス用語： *ゲーム ,  *エージェント ,  人工知能 ,  機械学習 ,  方式 ,  数 ,  学習 ,  移動
準シソーラス用語： 学習方法 ,  個体数 ,  *不完全情報ゲーム

分類 (2件)： ゲーム理論  (KA03060T) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (5件)： ゲーム ,  エージェント ,  不完全情報ゲーム ,  盤面 ,  予測