@techreport{oai:ipsj.ixsq.nii.ac.jp:00194977,
 author = {鈴木, 崇雅 and 伊藤, 毅志 and Takamasa, Suzuki and Takeshi, Ito},
 issue = {16},
 month = {Mar},
 note = {デジタルゲームAIのコンペティションを開催するWeb上のプラットフォームRiddles.ioでは，二人零和有限確定完全情報ゲームであるGame Of Life And Death（GOLAD）のAIコンペティションが行われている．GOLADは，AIに許容される思考時間が非常に短い上に分岐が非常に多いため，乱数対戦を行うだけの単純なモンテカルロ木探索では十分なシミュレーション回数が得られなかった．本研究では，Bitboard計算を用いて局面計算の高速化を行うとともに，プレイアウトに工夫を加えることでモンテカルロ木探索の効率化を図ることで，少ない計算量で妥当な探索ができるシステムを提案した．その結果、単純なモンテカルロ木探索のAIに対して有意に強くなることを確認した．また，現在CNNを用いた改良も行っており，発表までに間に合えば，その結果についても言及する．, The codesports platform Riddles.io has held AI competitions for the game 'Game of life and death (GOLAD)' all times on their server. GOLAD is a two-players, zero-sum, and logical perfection information game. The simple Monte-Carlo Tree Search (MCTS) which gives good solutions for almost two-players games generally does not work on GOLAD efficiently because GOLAD AI agents need short think-time and complicated searches for enormous moves. In this paper, we propose the fast calculated MCTS in which bitboard calculations and fast playout simulations are implemented. Our proposal AI agent achieved high win-rate against a simple MCTS AI agent. We are also building Convolutional Neural Networks (CNN) for GOLAD. We will show you the result in the presentation if we have finished to build them},
 title = {MCTSおよびBitboard計算を用いたGOLADをプレイするAIの提案},
 year = {2019}
}