着手予測モデルが予測しづらい局面の考察・分類と確信度を利用した一致率の向上

• Item type: Symposium(1)
• 公開日: 2022-11-04
• タイトル: 着手予測モデルが予測しづらい局面の考察・分類と確信度を利用した一致率の向上
• タイトル / 言語: en
• タイトル: Consideration and classification of positions that are difficult for move prediction models to predict
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: Shogi
• キーワード / 主題Scheme: Other
• キーワード / 主題: AI
• キーワード / 主題Scheme: Other
• キーワード / 主題: Move Prediction
• 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: 北陸先端科学技術大学院大学
• 著者所属(英): en
• 著者所属(英): Japan Advanced Institute of Science and Technology
• 著者名: 小川, 竜欣; シュエジュ, ウシュエン; 池田, 心
• 著者名(英): Tatsuyoshi, Ogawa; Chu-Hsuan, Hsueh; Kokolo, Ikeda
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 最近では，強いゲームAI 研究だけではなく，人間を指導したり，楽しませたりするゲームAI 研究も行われている．人間の方策（局面ごとにどの着手をどの割合で選ぶか）を模倣できるモデルは，対局AI，教師AI や，詰将棋の難易度評価など，様々なことに応用が可能である．本研究では，局面から着手を予測する教師あり学習を行う際に，人間の着手予測においてチェスで効果的な予測モデルが，将棋でも有用であることをまず示した．その後，人間の着手をどれくらいの確率で予測していたか，という評価指標である尤度を使用して，予測モデルが予測しやすい局面や，予測しにくい局面について考察・分類を行った．また，予測モデルの確信度を用いて，確信度が低い状況で，dlshogi や水匠などの探索を利用している将棋エンジンを採用することで，一致率を高められることを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, researchers in the game AI field focus on not only strong AI players but also AI that teach or entertain human players. With models that can imitate human players’ policies (the probability of each move for each position), we can apply these models to various tasks, such as opponent AI, teacher AI, and difficulty evaluators of Tsume-Shogi. In this research, we first employ supervised learning to create models that predict human moves from positions, an approach that has been applied to chess. Similar to the results obtained in chess, our prediction models for shogi can predict human moves well in general. We use likelihood, a measure of how well the models predicted the human moves, to consider and categorize the positions that are easy or difficult for the models to predict. Using the confidence of the prediction models, we also show that in situations where the confidence is low, the move matching rate can be increased by employing other programs that use search, such as dlshogi and Suisho.
• 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. 180-186, 発行日 2022-11-04
• 出版者 / 言語: ja
• 出版者: 情報処理学会