ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. ゲーム情報学(GI)
  3. 2021
  4. 2021-GI-45

ニューラルネットワークを用いたガイスターの相手駒色推定とその拡張

https://ipsj.ixsq.nii.ac.jp/records/209855
https://ipsj.ixsq.nii.ac.jp/records/209855
c3a5522d-4a12-4ad3-affb-2f730c7215b9
名前 / ファイル ライセンス アクション
IPSJ-GI21045006.pdf IPSJ-GI21045006.pdf (645.8 kB)
Copyright (c) 2021 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2021-02-26
タイトル
タイトル ニューラルネットワークを用いたガイスターの相手駒色推定とその拡張
言語
言語 jpn
キーワード
主題Scheme Other
主題 ガイスター
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
高知工科大学大学院工学研究科
著者所属
高知工科大学情報学群
著者名 寺村, 舞童華

× 寺村, 舞童華

寺村, 舞童華

Search repository
松崎, 公紀

× 松崎, 公紀

松崎, 公紀

Search repository
論文抄録
内容記述タイプ Other
内容記述 不完全情報ゲームにおいて隠れた情報を推定することは一般に重要である.二人不完全情報ゲーム「ガイスター」に対しては,これまでにモンテカルロシミュレーションを用いた相手駒色推定手法が提案されている.本研究では,ニューラルネットワークを用いた機械学習により駒色推定を行う手法を提案し,実験的に評価する.単一局面の手に対して駒色推定するネットワークに加えて,それまでに推定した相手駒の駒色を入力に加えたネットワークを実装した.原始モンテカルロプレイヤに対する駒色推定では,一致率91.2%を達成した.駒色推定を用いるプレイヤと駒色推定を用いないプレイヤを対戦した結果,同一プレイヤから学習した場合に50.0%から64.0%へ,異なるプレイヤから学習した場合に50.0%から55.6%へ,それぞれ勝率が向上した.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AA11362144
書誌情報 研究報告ゲーム情報学(GI)

巻 2021-GI-45, 号 6, p. 1-8, 発行日 2021-02-26
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8736
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 18:22:05.803180
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3