文献

J-GLOBAL ID：201702236853619047   整理番号：17A0456705

単純化ポーカーにおける期待値最大化と配列予測による敵対者のモデリング【Powered by NICT】

Opponent Modeling by Expectation-Maximization and Sequence Prediction in Simplified Poker

著者 (2件)： Mealing Richard (Machine Learning and Optimization Group in the School of Computer Science at The University of Manchester, UK) ,  Shapiro Jonathan L. (Machine Learning and Optimization Group in the School of Computer Science at The University of Manchester, UK)
資料名： IEEE Transactions on Computational Intelligence and AI in Games  (IEEE Transactions on Computational Intelligence and AI in Games)
巻： 9  号： 1  ページ： 11-24  発行年： 2017年 
JST資料番号： W2264A  ISSN： 1943-068X  資料種別： 逐次刊行物 (A)
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： 変化戦略を用いた競争相手に対する隠れた情報ゲームにおけるオンライン効果的な戦略を学習する問題を考察した。モデル化し,敵を利用したいとこれを行う三つの提案とする;最初の期待-最大化(EM)アルゴリズムを用いてその隠れた情報を推論する第二に,配列予測法を用いたその作用を予測する第三に,このエージェント間のゲームと相手に対する相手モデル間ゲームをシミュレートした。提案アプローチでは,ゲームのルール外部知識を必要とせず,相手の戦略は静止していることを仮定していない。簡略化ポーカーゲームにおける実験は,最先端の後悔のない学習アルゴリズムのゲームあたりの平均報酬を増加させることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *モデリング ,  予測技法 ,  *簡素化 ,  学習アルゴリズム ,  ゲーム ,  エージェント ,  アルゴリズム ,  *敵対者 ,  *EMアルゴリズム ,  *改変
準シソーラス用語： 後悔 ,  オンライン , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 単純化 ,  期待値最大化 ,  予測 ,  敵対者 ,  モデリング