2026-03-15T14:21:09Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00236008 2025-01-19T09:25:54Z 6504:11678:11689

機械学習を利用した対局型ゲームのレーティング手法 島貫, 凌世 細部, 博史 人工知能と認知科学 Eloレーティングは，オセロやチェス，将棋など対局型ゲームの実力の評価指標として幅広く利用されている．しかし，実力のあるプレイヤーが新規参入した際，Eloレーティングの変動定数が固定値であることにより適切なレーティング値に収束するまで時間がかかる問題がある ．本研究では特にオセロを対象として，機械学習を用いてプレイヤーのレーティング値をより早く適切な値に収束させる方法を提案する．実際のプレイヤーの棋譜とEloレーティング値からレーティング値の予測に適切な特徴量を調査し，棋譜から実際の実力に近いレーティング値を予測する学習モデルを作成する．実験では学習モデルによる収束速度増加を目指す． conference paper 情報処理学会 2024-03-01 application/pdf 第86回全国大会講演論文集 1 2024 329 330 AN00349328 https://ipsj.ixsq.nii.ac.jp/record/236008/files/IPSJ-Z86-6Q-05.pdf jpn