文献

J-GLOBAL ID：202002242220008926   整理番号：20A0379152

Hanabi挑戦:AI研究のための新しいフロンティア【JST・京大機械翻訳】

The Hanabi challenge: A new frontier for AI research

著者 (15件)： Bard Nolan (DeepMind, Edmonton, Canada) ,  Foerster Jakob N. (University of Oxford, Oxford, United Kingdom of Great Britain and Northern Ireland) ,  Chandar Sarath (Google Brain, Montreal, Canada) ,  Burch Neil (DeepMind, Edmonton, Canada) ,  Lanctot Marc (DeepMind, Edmonton, Canada) ,  Song H. Francis (DeepMind, London, United Kingdom of Great Britain and Northern Ireland) ,  Parisotto Emilio (Carnegie Mellon University, Pittsburgh, United States of America) ,  Dumoulin Vincent (Google Brain, Montreal, Canada) ,  Moitra Subhodeep (Google Brain, Montreal, Canada) ,  Hughes Edward (DeepMind, London, United Kingdom of Great Britain and Northern Ireland) ,  Dunning Iain (DeepMind, London, United Kingdom of Great Britain and Northern Ireland) ,  Mourad Shibl (DeepMind, Montreal, Canada) ,  Larochelle Hugo (Google Brain, Montreal, Canada) ,  Bellemare Marc G. (Google Brain, Montreal, Canada) ,  Bowling Michael (DeepMind, Edmonton, Canada)
資料名： Artificial Intelligence  (Artificial Intelligence)
巻： 280  ページ： Null  発行年： 2020年 
JST資料番号： E0180C  ISSN： 0004-3702  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 計算の初期の日から,ゲームは,いかに良い機械が洗練された意思決定を行うことができるかを研究するための重要なテストベッドであった。近年,機械学習は,Go,Atari,およびいくつかのポッカーの変種のような挑戦領域において,スーパーヒューマンパフォーマンスに達する人工エージェントにより劇的な進歩を遂げている。チェス,チェッカー,およびバックガンモンのそれらの先行者と同様に,これらのゲームドメインは,人工知能実践者に対する洗練されたまだ明確な挑戦を提供することにより,研究を推進した。著者らは,この伝統を,純粋に協調的なゲームと2つのプレイヤーと不完全な情報との組み合わせから生じる新しい問題を持つ新しい挑戦領域として,hanabのゲームを提案することにより続ける。特に,著者らは,hanabiが前景に対する他のエージェントの信念と意図に関する推論を高めると主張する。著者らは,このような心推論の理論に対する新しい技術の開発は,hanabにおける成功にとって重要であるだけでなく,より広い共同努力,特に人的パートナーによるものにおいても重要であると信じる。将来の研究を容易にするために,オープンソースhanab学習環境を導入し,アルゴリズムの進歩を評価し,現在の最先端技術の性能を評価するための研究コミュニティのための実験フレームワークを提案した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  *ゲーム ,  人工知能 ,  ヒューマンパフォーマンス ,  コミュニティ ,  アルゴリズム ,  通信 ,  エージェント ,  強化学習 ,  意思決定
準シソーラス用語： マルチエージェント学習 ,  オープンソース ,  学習環境 ,  プレイヤ ,  チェス , 【Automatic Indexing@JST】

著者キーワード (8件)： マルチエージェント学習 ,  挑戦論文 ,  強化学習 ,  ゲーム ,  心の理論 ,  通信 ,  不完全情報 ,  協調

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 (2件)： AI ,  研究