文献
J-GLOBAL ID：201702231115811024
整理番号：17A0903180
花札の「こいこい」ゲームの強化学習によるコンピュータプレイヤ
-
出版者サイト
{{ this.onShowPLink() }}
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0903180©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0903180&from=J-GLOBAL&jstjournalNo=U0451A") }}
著者 (3件)：
,
,
資料名：
巻：
2017
号：
GI-38
ページ：
Vol.2017-GI-38,No.6,1-7 (WEB ONLY)
発行年：
2017年07月08日
JST資料番号：
U0451A
資料種別：
会議録 (C)
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：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
花札の「こいこい」ゲームは交互2人零和不完全情報ゲームの一種で,様々な媒体で多くの人に遊ばれているが研究例が少なく,人間の上級者に匹敵する人工プレイヤが開発されたという話も聞かない。そのため我々は強化学習の方策勾配法を用いて強い「こいこい」プレイヤの実装を試みた。まずはゲーム知識に基づいた高級な特徴量を人間が設計し,その重み付き線形和モデルで状態行動の価値を推測して学習を行った。その結果,ランダム行動プレイヤとルールベースプレイヤを上回る強さを獲得した。さらに我々は,状態行動の価値により複雑なモデルを適用すれば更に高い性能が引き出せると考えて,その準備のための実験のみを本稿で行った。ゲームに関する低級な特徴量を設計して,それがANNの学習を通じて適切にゲームの最終スコア予測のために利用できそうな事を確かめた。(著者抄録)
シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
準シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
分類 (2件)：
分類
JSTが定めた文献の分類名称とコードです
ゲーム理論
, 人工知能
引用文献 (10件)：
-
水上直紀, 中張遼太郎, 浦晃, 三輪誠, 鶴岡慶雅, 近山隆.降りるべき局面の認識による1人麻雀プレイヤの4人麻雀への適用. The 18th Game Programming Workshop 2013,pp.1-7 (2013).
-
Martin Zinkevich, Michael Bowling, Michael Johanson, and Carmelo Piccione . Regret Minimization in Games with Incomplete Information. Advances in neural information processing systems 2007, pp.1729-1736 (2007).
-
Tammelin Oskari. Solving large imperfect information games using CFR+. arXiv preprint arXiv:1407.5042 (2014).
-
Risk Nick Abou, Szfron Duane. Using counterfactual regret minimization to create competitive multiplayer poker agents. Proceedings of the 9th International Conference on Autonomous Agents and Multiagent Systems: volume 1. International Foundation for Autonomous Agents and Multiagent Systems 2010. p. 159-166 (2010).
-
GANZFRIED Sam, SANDHOLM Tuomas. Game theory-based opponent modeling in large imperfect-information games. The 10th International Conference on Autonomous Agents and Multiagent Systems-Volume 2. International Foundation for Autonomous Agents and Multiagent Systems, pp.533-540 (2011).
もっと見る
タイトルに関連する用語 (4件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
,
,
前のページに戻る
