| 大会名称 |
|---|
| 2010年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2010 |
| 発行日 |
| 2010/8/20 |
| セッション番号 |
| 5N |
| セッション名 |
| 学習 |
| 講演日 |
| 2010/09/08 |
| 講演場所(会議室等) |
| N会場（ウエスト2号館3F 大講義室） |
| 講演番号 |
| RF-003 |
| タイトル |
| 将棋における評価関数自動生成の高速化 |
| 著者名 |
| 久保 亮介, 六沢 一昭, |
| キーワード |
| 機械学習, 将棋, Bonanza Method |
| 抄録 |
|
近年, 将棋における初めての実用的な 機械学習手法Bonanza Methodが誕生し 注目を集めている. 将棋の評価関数を調整することは 将棋の熟達者でも極めて難しい作業である. Bonanza Methodはそれを自動化してしまう 画期的な手法である. しかしこれは人間が用意した評価関数の パラメータを最適化するものであり, 評価関数の構成そのものは未だ 人の試行錯誤によって作られる. そのために今でも高速化や効率化が 模索されている. そこで, 本研究では探索窓に着目した 2つの高速化手法「段階的な探索窓」, 「確率的な復帰」を提案する. そして, 2つの手法のうち確率的な復帰では 高速化を実現できた. |
| 本文pdf |
| PDF download (235.3KB) |