UCTに方策勾配法を用いるガイスターAIの研究

• Item type: Symposium(1)
• 公開日: 2022-11-04
• タイトル: UCTに方策勾配法を用いるガイスターAIの研究
• タイトル / 言語: en
• タイトル: A Study on Geister AI using the policy gradient method for UCT
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 不完全情報ゲーム
• キーワード / 主題Scheme: Other
• キーワード / 主題: ガイスター
• キーワード / 主題Scheme: Other
• キーワード / 主題: UCT
• キーワード / 主題Scheme: Other
• キーワード / 主題: モンテカルロ木探索
• キーワード / 主題Scheme: Other
• キーワード / 主題: 方策勾配法
• キーワード / 主題Scheme: Other
• キーワード / 主題: 早指しAgent
• キーワード / 主題Scheme: Other
• キーワード / 主題: AokiUCT
• 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: 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
• 著者名: 青木, 蓮樹; 橋本, 剛
• 著者名(英): Aoki, Renju; Hashimoto, Tsuyoshi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ガイスターはチェスに似たルールのボードゲームであり，2017 年からAI 大会が開催され，不完全情報ゲームのテストベッドとして注目されている．2021 年に開催された大会では，方策勾配法を用いたAI が優勝している．このAI は探索を用いないため，探索を用いることでより強いAI を実現できると考えられる．本研究では，探索アルゴリズムのUCT(Upper Confidence Tree) に方策勾配法で求まる行動確率を用いる手法をいくつか提案し，対戦実験によってそれらの性能を評価する．実験結果から，優勝したAI を上回る強さの手法が確認できた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Geister is a board game with rules similar to chess, and has attracted attention as a test bed for incomplete information games, with AI competitions beginning in 2017. The 2021 competition was won by an AI using the policy gradient method. Since this AI does not use search, it is believed that using search can achieve a stronger AI. In this study, we propose several methods that use action probabilities obtained by the policy gradient method for UCT(Upper Confidence Tree) of search algorithms, and evaluate their performance through competitive experiments. The experimental results confirmed a method stronger than the AI that won the competition.
• 書誌情報: ゲームプログラミングワークショップ2022論文集; 巻 2022, p. 68-73, 発行日 2022-11-04
• 出版者 / 言語: ja
• 出版者: 情報処理学会