@techreport{oai:ipsj.ixsq.nii.ac.jp:00157982,
 author = {中田, 季利 and 新井, イスマイル},
 issue = {13},
 month = {Mar},
 note = {StarCraft: BroodWar は，Blizzard Entertainment が開発したリアルタイム・ストラテジーゲームである．大きな状態空間と複雑なゲームルールから，AI Competition が開催されるなど研究対象として注目されているゲームである．既存の戦闘 AI における弱点として，不利な地形への誘い込みへの弱さや，味方ユニット間の位置関係の悪さが指摘されている．既存の強化学習を用いた手法では，地形や味方ユニットとの位置関係を最大限利用できていないためと考えた．しかし，地形や味方ユニットの位置関係等を考慮すると状態空間が大きくなってしまい学習が難しい．これを解決するため，Convolutional Neural Network(CNN) を活用し大きな状態空間上で直接 Q 学習が可能となる手法である Deep Q-Network(DQN) の適用を試みた．CNN にマップの侵入可否情報を入力して，上下左右の移動方向もしくは攻撃を選択する DQN を作成して学習を行った結果，マップを理解して移動ができ，報酬に基づき敵ユニットから逃げる行動が学習されることを確認した．},
 title = {StarCraft AIにおけるDeep Q-Networkを用いたユニットコントロールの実装},
 year = {2016}
}