文献

J-GLOBAL ID：201702292119243745   整理番号：17A0278866

GomokuのためのMCTSアルゴリズムによるADP【Powered by NICT】

ADP with MCTS algorithm for Gomoku

著者 (4件)： Zhentao Tang (The State Key Laboratory of Management and Control for Complex Systems. Institute of Automation, Chinese Academy of Sciences. Beijing 100190, China) ,  Zhao Dongbin (The State Key Laboratory of Management and Control for Complex Systems. Institute of Automation, Chinese Academy of Sciences. Beijing 100190, China) ,  Kun Shao (The State Key Laboratory of Management and Control for Complex Systems. Institute of Automation, Chinese Academy of Sciences. Beijing 100190, China) ,  Le Lv (The State Key Laboratory of Management and Control for Complex Systems. Institute of Automation, Chinese Academy of Sciences. Beijing 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SSCI  ページ： 1-7  発行年： 2016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： AlphaGoのコアアイデアにヒントを得て,ここではニューラルネットワーク,適応型動的計画法(ADP)により訓練された,Gomokuのためのモンテカルロ木探索(MCTS)アルゴリズムとを組み合わせた。MCTSアルゴリズムをMonte Carloシミュレーション法,多くのシミュレーションを通り,ゲーム探索木を生成するに基づいている。をrolloutとツリーにおける葉ノードの結果を探索した。その結果,MCTS獲得速度を得た。ADPおよびMCTS法はそれぞれ獲得速度を推定した。二成功率を最大と作用位置を選択した。実験結果は,この方法がニューラルネットワーク評価関数の「短絡的な」欠陥を効果的に除去できることを示した。著者らの提案した方法により,ゲームの最終予測結果がより正確で,ADPアルゴリズムを用いた五目並べより性能が優れている。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： シミュレーション ,  評価関数 ,  動的計画法 ,  ゲーム ,  モンテカルロ法 ,  *アルゴリズム ,  木探索 ,  ニューラルネットワーク
準シソーラス用語： 成功率 ,  探索木 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  非破壊試験  (HB02030F) ,  コンクリート構造  (RA04030A)

タイトルに関連する用語 (2件)： アルゴリズム ,  ADP