ボンバーマンAIの強化学習における新手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2021-02-26
• タイトル: ボンバーマンAIの強化学習における新手法の提案
• タイトル / 言語: en
• タイトル: A New Method for Reinforcement Learning of Bomberman AI
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 強いAIプレイヤ1
• 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: 松江工業高等専門学校
• 著者所属: 松江工業高等専門学校
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Matsue College
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Matsue College
• 著者名: 安藤, 優希; 橋本, 剛
• 著者名(英): Yuki, Ando; Tsuyoshi, Hashimoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 機械学習によるゲームAIの進歩は目覚ましく，ビデオゲームの分野では多くのゲームで強化学習AIが人間上回る結果を出している．その一方で，強化学習に人間の熟達過程を模倣する手法にも目が向けられている．人間のゲームの熟達過程として視野が広がってくるというものが挙げられるため，今回は狭い盤面から始め，徐々に大きくしていく「反復広化」という手法を提案する．ボンバーマンによく似たゲームであるPommermanを題材として反復広化の比較実験を行った結果，反復広化を用いなかったエージェントは敵を倒すことを学べなかったが，反復広化を用いたエージェントは敵を倒すことを学んだ．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In the field of video games, reinforcement learning AI has outperformed humans in many games. On the other hand, reinforcement learning methods that mimic the human mastery process are also attracting attention. The process of human proficiency in games involves expanding the field of view. A comparison of iterative widening was conducted using Pommerman, a game similar to Bomberman. As a result, the agents without iterative widening did not learn to defeat the enemy, while the agents with iterative widening learned to defeat the enemy.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 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 10, p. 1-5, 発行日 2021-02-26
• ISSN / 収録物識別子タイプ: ISSN
• 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