文献

J-GLOBAL ID：202002264241661112   整理番号：20A0802254

麻雀における複数のニューラルネットワークの教師あり学習と対戦による評価

Supervised Learning of Multiple Neural Networks for Mahjong and Their Evaluation by Competition.

著者 (2件)： 藤田竜貴 (高知工科大 大学院工学研究科) ,  松崎公紀 (高知工科大 情報学群)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2020  号： GI-43  ページ： Vol.2020-GI-43,No.5,1-8 (WEB ONLY)  発行年： 2020年03月06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： 麻雀においてディープラーニングを用いたコンピュータプレイヤの実装が近年なされてきている.これまで多くの研究ではコンピュータプレイヤの評価に判定データとの着手一致率が用いられており,GaoらはConvolutional Neural Network(CNN)を用いて68.8%,著者らの先行研究ではDensely-connected Multi-Layer Perceptron(DenseMLP)を用いて71.01%という結果であった.しかし,着手一致率(もしくは学習におけるlossの値)が良いことが必ずしも実際の対戦で強いことと結びつかず,対戦させた結果がどうなるかは大きな疑問と言われてきた.本研究では,まず,新たな入力セットを提案しMLP,DenseMLP,CNNを用いて各モデルに教師あり学習させてみたところ,CNNを用いたモデルにて最高テスト一致率73.29%を記録した.次に,ルールを簡易化した対戦実験を行なった.その結果lossが低ければ低いほどやはり対戦で良い成績を残す傾向を確認した.lossがほぼ同程度でDenseMLPとCNNを用いたプレイヤ同士を対戦させたところ,CNNを用いたプレイヤの方が良い成績を残すという興味深い結果も得た.(著者抄録)

シソーラス用語： n人ゲーム ,  *ニューラルネットワーク ,  *教師つき学習 ,  *多層パーセプトロン ,  特徴抽出 ,  性能評価
準シソーラス用語： ニューラルネットワークモデル ,  畳込みニューラルネットワーク ,  対戦 ,  特徴量 ,  *不完全情報ゲーム ,  *麻雀

分類 (2件)： ゲーム理論  (KA03060T) ,  人工知能  (JE08000Z)

引用文献 (10件)：

• Shiqi Gao, Fuminori Okuya, Yoshihiro Kawahara and Yoshimasa Tsuruoka : “Supervised Learning of Imperfect Information Data in the Game of Mahjong via Deep Convolutional Neural Networks”, ゲームプログラミングワークショップ論文集, pp.43-50, 2018.
• 藤田竜貴, 松崎公紀 : “麻雀の打牌選択学習における Densely Multi Layer Perceptron の有効性と局面から獲得可能な特徴量の有効性”, ゲームプログラミングワークショップ論文集, pp.213-220, 2019.
• 築地毅, 柴原一友 : “ディープラーニング麻雀-オートエンコーダとドロップアウトの有効性”, ゲームプログラミングワークショップ論文集, pp.136142, 2015.
• 築地毅, 柴原一友 : “CNN 麻雀-麻雀向け CNN 構成の有効性-”, ゲームプログラミングワークショップ論文集, pp.163170, 2017.
• Noam Brown and Tuomas Sandholm : “Safe and Nested Subgame Solving for Imperfect-Information Games”, Advances in Neural Information Processing Systems 30, pp.689-699, 2017.

タイトルに関連する用語 (5件)： 麻雀 ,  ニューラルネットワーク ,  教師あり学習 ,  対戦 ,  評価