プレイアウト数増加に伴うモンテカルロ木探索の振舞い

• Item type: Symposium(1)
• 公開日: 2019-11-01
• タイトル: プレイアウト数増加に伴うモンテカルロ木探索の振舞い
• タイトル / 言語: en
• タイトル: Behavior of Monte-Carlo Tree Search with Increasing Playouts
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 高知工科大学
• 著者所属(英): en
• 著者所属(英): Kochi University of Technology
• 著者名: 竹内, 聖悟
• 著者名(英): Shogo, Takeuchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ゲームにおいて探索は重要であり, アルファベータ探索では深さと最善手の関係などが調査されている. 一方で, モンテカルロ木探索についてこのような調査は知られていない. 本稿では, モンテカルロ木探索の性能改善につながる知見の獲得を目的として, プレイアウト回数増加に伴い最善手選択や勝率などがどのように変化するかを調査する. コンピュータ囲碁を対象として, モンテカルロ木探索における深さと最善手の関係について調査し, 最善手変化率や勝率についてアルファベータ探索と同様の結果を得た. また, コンピュータ囲碁ではディープニューラルネットワークを用いるプログラムも多く, ディープニューラルネットワークの有無で差があるかについて調査した. さらに, モンテカルロ木探索は最善手へのプレイアウト数によって指手を選択するため, プレイアウト数に着目した調査を行い, 最善手へのプレイアウト数の影響を調査した.
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Searching is important in games, and the relationship between depth and the best-changes has been investi-gated in alpha-beta search. On the other hand, such a study on Monte-Carlo Tree search is not known. In this paper, we investigate the best-move and the winning rate change as the number of playouts increases. We investigated the behavior of computer go programs using Monte-Carlo tree search and obtained similar results in terms of the best-change rate and winning rate. Additionally, we investigated the difference between computer go using and not using deep neural networks. We also investigated the influence of the number of playouts in Monte Carlo tree search since the number of playouts to the best move determines the move selection.
• 書誌情報: ゲームプログラミングワークショップ2019論文集; 巻 2019, p. 66-72, 発行日 2019-11-01
• 出版者 / 言語: ja
• 出版者: 情報処理学会