大貧民における学習を用いた合理的なプレイアウトによる指し手の探索手法

• Item type: Symposium(1)
• 公開日: 2021-11-06
• タイトル: 大貧民における学習を用いた合理的なプレイアウトによる指し手の探索手法
• タイトル / 言語: en
• タイトル: Search Method for Playing Daihinmin with Rational PlayoutBased on Machine Learning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 大貧民
• キーワード / 主題Scheme: Other
• キーワード / 主題: モンテカルロ法
• キーワード / 主題Scheme: Other
• キーワード / 主題: ニューラルネットワーク
• キーワード / 主題Scheme: Other
• キーワード / 主題: LSTM
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 筑波大学情報学群情報科学類
• 著者所属: 筑波大学システム情報系
• 著者所属(英): en
• 著者所属(英): College of Information Science, University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Information and Systems, Universityof Tsukuba
• 著者名: 徳永, 和真; 長谷部, 浩二
• 著者名(英): Kazuma, Tokunaga; Koji, Hasebe
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究は，モンテカルロ法によるゲームの指し手の探索におけるプレイアウトの精度を，学習によって得られたモデルを用いて向上させる方法を提案する．より具体的には，プレイアウトにおける指し手の選択と相手の手札の推測のそれぞれを，CNN（Convolutional Neural Network）と LSTM（LongShort-Term Memory）によって得られたモデルをもとに行う．特にここでは，多人数不完全情報ゲームの一種である大貧民と呼ばれるトランプゲームを対象とする．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a method to improve the accuracy of playout in the Monte Carlo method with models obtained by machine learning. More specifically, the choice of move and the estimation of the opponent’s hand in a playout are performed based on the models obtained by CNN (Convolutional Neural Network) and LSTM (Long Short-Term Memory). Here we focus on a card game called Daihinmin, which is a kind of multi-player incomplete information game.
• 書誌情報: ゲームプログラミングワークショップ2021論文集; 巻 2021, p. 65-67, 発行日 2021-11-06
• 出版者 / 言語: ja
• 出版者: 情報処理学会