@techreport{oai:ipsj.ixsq.nii.ac.jp:00186100,
 author = {中村, あすか and 富永, 浩文 and 前川, 仁孝 and Asuka, Nakamura and Hirobumi, Tominaga and Yoshitaka, Maekawa},
 issue = {2},
 month = {Feb},
 note = {本研究では，モンテカルロ木探索を用いたオープンソースの囲碁プログラムである fuego の勝率を向上することを目的とする．Fuego は，モンテカルロ木探索を用いて着手を決定するため，LGRF (Last-Good-Reply with Forgetting) によるプレイアウト精度の向上が期待できる．LGRF を適用した Fuego は，プレイアウト中の応手のみを LGRF テーブルに記憶するため，好手でない着手を LGFT テーブルに記憶する場合がある．そこで，提案する手法では，好手である可能性の高い着手を LGRF テーブルに記憶するために，展開済みノード情報を利用する．提案手法である LGRF / EN (LGRF / Expanded Node) は，展開済みノードの応手を EN テーブルに記憶する．これにより本手法のプレイアウトは，展開済みノードの応手と LGRF テーブルの応手を着手するため，ランダムに決定する着手を削減することができる．評価の結果，提案手法は Fuego に対して，1 手あたりの探索時間を 10 秒とした対局において約 62% の勝率を得られることが確認できた．},
 title = {Fuegoにおける展開済みノードを用いたLGRFの評価},
 year = {2018}
}