文献

J-GLOBAL ID：202202247355625201   整理番号：22A0361389

攻撃側が置くタイルの数を選択できる対戦型2048に対するニューラルネットワークプレイヤの学習

著者 (2件)： 小田駿斗 (高知工科大 情報学群) ,  松崎公紀 (高知工科大 情報学群)
資料名： 情報処理学会プログラミング・シンポジウム予稿集  (プログラミング・シンポジウム予稿集)
巻： 63rd  ページ： 33-42  発行年： 2022年01月31日 
JST資料番号： G0897A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 対戦型2048は,確率的一人プレイヤゲーム「2048」を二人プレイヤゲームに拡張したものである.対戦型2048の特徴の一つは,攻撃側と防御側でプレイが非対称なことである.これまで2015年のGPCCの問題として採用され,いくつかのプレイヤが実装された.そのうち,松崎らは,Nタプルネットワークおよびニューラルネットワークを利用したプレイヤ作成について過去のプログラミングシンポジウムにて発表した.しかし,それらの研究では,攻撃側プレイヤの置くタイルの数に関して異なるルールが採用されていたため,得られた結果について直接比較することができなかった.本研究では,第62回プログラミングシンポジウムで発表したニューラルネットワークプレイヤをもとに,攻撃側プレイヤが2と4のタイルのどちらを置くかを自由に選べるルールのもとで学習を行った.本研究で得られた最も強い攻撃側プレイヤでは,複数の防御側プレイヤに対して,平均得点1896,最高得点10780(最大タイルは1024)となった.(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *機械学習 ,  *ゲーム理論 ,  *確率モデル ,  *二人ゲーム ,  非対称性
準シソーラス用語： 確率ゲーム ,  確率的人工ニューラルネットワーク

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z) ,  ゲーム理論  (KA03060T)

引用文献 (15件)：

• Cirulli, G.: 2048, http://gabrielecirulli.github.io/2048/ (2014).
• Guei, H., Wei, T., Huang, J.-B. and Wu, I.-C.: An Early Attempt at Applying Deep Reinforcement Learning to the Game 2048, Workshop on Neural Networks in Games (2016).
• Guei, H., Wei, T.-H. and Wu, I.-C.: 2048-like games for teaching reinforcement learning, ICGA Journal, Vol. 42, No. 1, pp. 14-37 (2020).
• Jaśkowski, W.: Mastering 2048 with Delayed Temporal Coherence Learning, Multi-Stage Weight Promotion, Redundant Encoding and Carousel Shaping, IEEE Transactions on Computational Intelligence and AI in Games, Vol. 10, No. 1, pp. 3-14 (2018).
• Kondo, N. and Matsuzaki, K.: Playing Game 2048 with Deep Convolutional Neural Networks Trained by Supervised Learning, Journal of Information Processing, Vol. 27, pp. 340-347 (2019).

タイトルに関連する用語 (5件)： 攻撃 ,  タイル ,  数 ,  対戦 ,  学習