| 講演抄録/キーワード |
| 講演名 |
2021-02-22 15:20
深層強化学習によるぷよぷよAI ○高田宗一郎・清 雄一・田原康之・大須賀昭彦(電通大) AI2020-49 |
| 抄録 |
(和) |
ニューラルネットワークと、それを用いたモンテカルロ木探索により、囲碁や将棋、チェスにおいて超人的なパフォーマンスを
獲得したAlphaZeroのアプローチを用いて、スコアアタック形式の一人ゲームであるぷよぷよにおいて、
大きな連鎖を組むことのできるAIの作成を目指した。ぷよぷよのゲーム性から、局面の価値を「今後発火可能になる最大の連鎖数」
と定め、シミュレーションと、それにより得られたデータによるネットワークの学習を交互に行い、self-playのみからのAIの学習を行った。
通常のぷよぷよに比べ、フィールドのサイズや色数を縮小させたぷよぷよで、
シミュレーションを繰り返し行い、それにより得られるデータによりニューラルネットワークを学習するというサイクルを繰り返すことで、連鎖数の向上がみられた。 |
| (英) |
|
| キーワード |
(和) |
深層強化学習 / AlphaZero / ぷよぷよ / ディープラーニング / / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 120, no. 379, AI2020-49, pp. 59-64, 2021年2月. |
| 資料番号 |
AI2020-49 |
| 発行日 |
2021-02-15 (AI) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
AI2020-49 |