@techreport{oai:ipsj.ixsq.nii.ac.jp:00080931,
 author = {松原, 徹 and 古宮, 嘉那子 and 小谷, 善行 and Toru, Matsubara and Kanako, Komiya and Yoshiyuki, Kotani},
 issue = {3},
 month = {Feb},
 note = {将棋やチェスなどの思考ゲームが強いプログラムを作るためには，評価関数の精度と効率的な局面探索が必要であるとされている．複雑な評価関数のパラメータが機械学習に成功していることに比べ，静止探索の深さや Futility Pruning のマージンなどのパラメータは手動で決められていることが多く，最適な値であるとは言えない．そこで本研究ではこれらのパラメータを Cross-Entropy Method を用いて学習する手法を提案した．実験の結果，静止探索の深さや Aspiration 探索のウインドウ幅などのパラメータが良いと思われる値に収束した．また，学習したパラメータは人手による調整のパラメータに対して大きく勝ち越した．, It is considered that the accuracy of a evaluation function and efficient game-tree search are necessary to make a strong program of shogi and chess. Compared with the parameters of a complicated evaluation function, which have succeeded in machine learning, the searching parameters, such as the depth of quiescence search and a margin of Futility Pruning, are decided manually in many cases, and are not the optimal values. In this paper, we propose to apply the Cross-Entropy Method for learning these parameters. From the result of the experiment, some parameters converged as the value that seems to be good.Moreover, the learned parameters-based greatly won to the manual parameters-based.},
 title = {Cross-Entropy Methodを用いたコンピュータ将棋における探索パラメータの学習},
 year = {2012}
}