文献

J-GLOBAL ID：202002213882989781   整理番号：20A0287649

深層学習GOプログラムのための様々な戦略の位置制御と生産【JST・京大機械翻訳】

Position Control and Production of Various Strategies for Deep Learning Go Programs

著者 (4件)： Fan Tianwen (Japan Advanced Institute of Science and Technology,School of Information Science,Nomi,Japan) ,  Shi Yuan (Japan Advanced Institute of Science and Technology,School of Information Science,Nomi,Japan) ,  Li Wanxiang (Japan Advanced Institute of Science and Technology,School of Information Science,Nomi,Japan) ,  Ikeda Kokolo (Japan Advanced Institute of Science and Technology,School of Information Science,Nomi,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： TAAI  ページ： 1-6  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コンピュータGoプログラムは,深い学習と強化学習技術を用いることにより,トップレベルの人間のプレイヤを超えている。一方,「エンターテメントGo AI」または「コーチングGo AI」は,あまり研究されていない興味ある方向である。いくつかの研究が,entertaing初心者または中間選手に対して行われている。位置制御または様々な戦略の生成は重要なタスクであり,従来のモンテカルロ木探索プログラムを用いていくつかの方法が提案され,評価されてきた。本論文では,AlphaGo Zeroに基づくプログラムであるLeelelzeroにこの方法を適応させることを試みた。以前のプログラムと新しいプログラムの間にはいくつかの重要な違いがある。例えば,新しいプログラムは,ゲームの末端にランダムシミュレーションを使用せず,次に,様々な戦略を生成するための以前の方法を用いることができない。本論文では,差異といくつかの期待される問題を要約し,問題を解決するためのいくつかのアプローチを提案した。改良LeelelZeroは,弱いプレイヤー(プログラムRayに対して48%のwon)に対して穏やかに動作することができることを示した。人間の被験者を用いた実験を通して,ゲーム当たりの非自然移動の平均数は1.22であり,自然性を考慮しない簡単な方法によるものは2.29であることを示した。また,「中心指向」と「エッジ/コーナー指向」プレイヤの訓練に対する提案手法を評価し,人間のプレイヤーが生産戦略(センターまたはエッジ/コーナー)を71.88%の確率で識別できることを確認した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンピュータ ,  シミュレーション ,  *ゲーム ,  強化学習 ,  位置制御
準シソーラス用語： 被験者 ,  モンテカルロ木探索 ,  運動選手 ,  初心者 ,  プレイヤ ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深層学習 ,  戦略 ,  位置制御