@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00207652,
 author = {岩本, 裕大 and 五十嵐, 治一 and Hiromasa, Iwamoto and Harukazu, Igarashi},
 book = {ゲームプログラミングワークショップ2020論文集},
 month = {Nov},
 note = {チェスや将棋などの知的ゲームでは，指し手の評価値の信頼性の目安として探索深さを用いることが考えられる．αβ探索のような全幅探索では，最善応手手順の深さを用いることが一般的である．しかし，選択探索においては，探索木中の末端ノードの深さがまちまちで，最善応手手順の深さだけで探索木全体の深さを評価するのは最善とは言えない．本論文では，選択探索の一種であるモンテカルロソフトマックス探索において，累積バックアップ確率を利用した「探索深さ期待値」を提案する．さらに，この探索深さの指標を，ノード選択方策や探索終了後の着手決定に利用する方法を考えて，それぞれ評価実験を行った．, The search depth is used as a guideline for the reliability of the evaluation of a piece’s move in intellectual games like chess and shogi. In a full-width search such as the alpha-beta search, it is common to use the depth of the principal variation for this purpose. However, in the selective search, the depth of the end nodes in the search tree varies, and it is not the best way to evaluate the depth of the entire search tree based on the depth of the principal variation. In this paper, we propose a “expectation of search depth” based on the cumulative backup probability in the Monte Carlo softmax search, witch is a kind of selective search. In addition, we used the index of search depth in a node selection policy and in a move decision after the completion of the search. The results of our evaluation experiments show the effectiveness of the search depth.},
 pages = {46--52},
 publisher = {情報処理学会},
 title = {コンピュータ将棋におけるMC Softmax探索のための探索深さの指標},
 volume = {2020},
 year = {2020}
}