WEKO3
アイテム
深層強化学習を用いた多様な戦略を持つガイスタープレイヤーの作成への試み
https://ipsj.ixsq.nii.ac.jp/records/225271
https://ipsj.ixsq.nii.ac.jp/records/22527101786164-05f2-4c82-b23a-78dc38f409c4
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-GI23049010.pdf (926.2 kB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-03-10 | |||||||||
| タイトル | ||||||||||
| タイトル | 深層強化学習を用いた多様な戦略を持つガイスタープレイヤーの作成への試み | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 強化学習 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||||
| 資源タイプ | technical report | |||||||||
| 著者所属 | ||||||||||
| 明治大学大学院 | ||||||||||
| 著者所属 | ||||||||||
| 明治大学 | ||||||||||
| 著者名 |
新堀, 和紀
× 新堀, 和紀
× 横山, 大作
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 本研究では，強さを保ったまま多様な戦略をとることができるガイスタープレイヤーを作成することを目指し，学習結果に多様性をもたらすような深層強化学習の実現を試みる．深層強化学習では各コンピュータプレイヤーを自己対局により学習させるが，初期配置に制約を与えて自己対局を行うことで，多様性のある戦略を学習させられるか，を検証する．戦略の多様性の指標としては，指し手の一致率，勝敗が決した時に満たされた勝利条件の割合を用いることとする．提案手法と，多用な戦略を学習する目的を持つ既存手法の Map-Elites によるガイスターのコンピュータプレイヤーを構築し，ランダムプレイヤーとの対戦を行い，勝率と戦略の多様性の両面から評価を行ったところ，提案手法はランダムな合法手を指すプレイヤーに対して最低でも 0.81 の勝率が得られ，作成したプレイヤーの 78% が勝率 0.9 を越えたが，MAP-Elite では最大でも 0.66 となった．また，4 つのプレイヤーが同一局面で同じ手を指す確率は，提案手法は 0.23 であり，MAP-Elite では Map-Elites では 0.017 であった．このことから提案手法では，Map-Elites より強く，Map-Elites には及ばない程度ではあるが，多様な戦略を持つプレイヤーを作成できることがわかった． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AA11362144 | |||||||||
| 書誌情報 |
研究報告ゲーム情報学（GI） 巻 2023-GI-49, 号 10, p. 1-8, 発行日 2023-03-10 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8736 | |||||||||
| Notice | ||||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
