カタンの開拓者たちにおける異種グラフを用いた盤面表現とGCNによる学習

• Item type: Symposium(1)
• 公開日: 2024-11-15
• タイトル: カタンの開拓者たちにおける異種グラフを用いた盤面表現とGCNによる学習
• タイトル / 言語: en
• タイトル: Learning Settlers of Catan by GCN with Heterogeneous Graph Board Representation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: カタンの開拓者たち
• キーワード / 主題Scheme: Other
• キーワード / 主題: graph convolutional networks
• キーワード / 主題Scheme: Other
• キーワード / 主題: 強化学習
• 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: 北海道大学大学院情報科学院
• 著者所属: 北海道大学 数理・データサイエンス教育研究センター
• 著者所属: 北海道大学大学院情報科学研究院
• 著者所属: 北海道大学大学院情報科学研究院
• 著者所属(英): en
• 著者所属(英): Hokkaido University
• 著者所属(英): en
• 著者所属(英): Hokkaido University
• 著者所属(英): en
• 著者所属(英): Hokkaido University
• 著者所属(英): en
• 著者所属(英): Hokkaido University
• 著者名: 髙橋, 光; 野口, 渉; 田村, 康将; 山本, 雅人
• 著者名(英): Hikaru, Takahashi; Wataru, Noguchi; Yasumasa, Tamura; Masahito, Yamamoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 「カタンの開拓者たち」のボードは正六角形の組み合わせで構成されており，異なる 3 種類のマス目が相互に影響を与える．そのため考慮すべき状態空間が複雑かつ広大となり，人工知能（AI）を研究することは非常に挑戦的な取り組みとなる．本研究ではカタンのボードを効果的に捉えるため，グラフ表現による GCN(Graph Convolutional Networks) モデルを提案し，先行研究の行列表現を用いた CNN（Convolutional Neural Networks）モデルとの性能比較を行った．ルールベース AI の行動選択を予想する教師あり学習の結果， GCN は CNN を上回る性能を示し，グラフ表現の有効性が確認された。強化学習による対戦実験においては，学習の収束には至らなかったものの，現時点で GCN が CNN と同等の学習進捗を示している．より適切に学習すれば，教師あり学習と同様に GCN が CNN の性能を上回ることが期待される．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The board of “Settlers of Catan” consists of a combination of regular hexagons, where three different types of tiles interact with each other, resulting in a complex and expansive state space that makes AI research highly challenging. In this study, we propose a Graph Convolutional Networks (GCN) model using a graph representation to effectively capture the structure of the Catan board and compare its performance against a Convolutional Neural Networks (CNN) model, which uses a matrix representation as in previous research. In a supervised learning task predicting the actions of a rule-based AI, the GCN model outperformed the CNN model, demonstrating the effectiveness of the graph representation. While the reinforcement learning experiment did not converge, the GCN model showed comparable learning progress to the CNN model at the current stage. It is expected that with further training, the GCN will surpass the performance of the CNN, as observed in the supervised learning task.
• 書誌情報: ゲームプログラミングワークショップ2024論文集; 巻 2024, p. 95-102, 発行日 2024-11-15
• 出版者 / 言語: ja
• 出版者: 情報処理学会