同時進行ゲームのためのモンテカルロ木探索

大町, 洋, 池田, 心

近年，チェスや囲碁，将棋など様々なボードゲームのAI が研究され，既に人間のプロのレベルに到達しているものも存在する．しかし，ボードゲームは着手の同時公開の困難からか交互ゲームが多く，ジャンケンなどのそれぞれのプレイヤが着手を決定してから同時に公開する同時進行ゲームのAI 開発に関する研究は少ない．本稿では，同時進行ゲームのAI 開発の足掛かりとして，ナッシュ均衡を考慮した確率的なノード探索をモンテカルロ木探索に適用する手法を提案する．提案手法は二人零和完全確定情報同時進行ゲームである同時進行Triomineering にて，モンテカルロ法に対して優位な結果を示すことに成功した．

Recently, many AIs are researched and some of them can already compare favorably with human strong players. But most of their targets are Sequential Games because of difficulty of synchronized move on any board games. In this paper, we propose a method which is considering Nash-equilibrium Monte-Carlo Tree Search for applying to Synchronized Games like roulette. In experiments in Synchronized Triomineering which is perfect information zero-sum synchronized game, our method gets an advantage over Monte-Carlo algorithm.

同時進行ゲームのためのモンテカルロ木探索

書誌事項

抄録

収録刊行物

詳細情報詳細情報について

書き出し

問題の指摘

同時進行ゲームのためのモンテカルロ木探索

書誌事項

抄録

収録刊行物

詳細情報 詳細情報について

書き出し

問題の指摘

参加プロジェクトリスト

詳細情報詳細情報について