| 講演名 | 1997/3/18 遺伝的プログラミングを用いたゲームの局面評価関数の学習 掘之内 剛史, 河口 信夫, 稲垣 康善, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 思考ゲームのプログラムにおいて,局面の評価関数の設計は容易でない.その解決法として,特定のゲームに対し評価関数の構造を限定し,学習によって評価関数を獲得する手法が提案されている.しかし,これらの手法では多様なゲームを対象とした汎用的な学習を行うのは困難である.本稿では,遺伝的プログラミング(GP)を利用し,汎用性の高い自由な構造をもつ評価関数の学習を行う手法を提案する.特に教師値としては相対的に優劣のついた局面の対を用いる.本手法により,簡単なゲーム2種に対し,適切な評価関数を学習できることを確認した.さらに,評価関数に基づく対戦を繰り返すことにより,教師値そのものを学習する教師なし学習の手法を提案する. |
| 抄録(英) | In making a game playing program, it is difficult to design a position evaluation function. To overcome such the difficulties, some learning methods restrict its structure for the paticular game so as to learn appropriate function. However, general learning of the function for various games can hardly be done by these methods. In this paper,we propose a more general learning method of an evaluation function which can take various structures by virtue of Genetic Programming(GP). Particularly we use the set of pairs of positions, one of which is known to be superior to the other, as training signals in this method. We applied it to two simple games, and confirmed the obtainment of appropriate functions. Moreover, we propose anothor learning method without teacher to obtain training signals themselves through game simulations. |
| キーワード(和) | ゲーム・プログラミング / 評価関数 / 遣伝的プログラミング / 例からの学習 / 強化学習 |
| キーワード(英) | game programming / evaluation function / genetic programming / learning from examples / reinforcement learning |
| 資料番号 | AI96-45,KBSE96-35 |
| 発行日 |
| 研究会情報 | |
| 研究会 | KBSE |
|---|---|
| 開催期間 | 1997/3/18(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Knowledge-Based Software Engineering (KBSE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 遺伝的プログラミングを用いたゲームの局面評価関数の学習 |
| サブタイトル（和） | |
| タイトル（英） | Learning of an Evaluation Function for a Game using Genetic Programming |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ゲーム・プログラミング / game programming |
| キーワード(2)（和/英） | 評価関数 / evaluation function |
| キーワード(3)（和/英） | 遣伝的プログラミング / genetic programming |
| キーワード(4)（和/英） | 例からの学習 / learning from examples |
| キーワード(5)（和/英） | 強化学習 / reinforcement learning |
| 第 1 著者 氏名（和/英） | 掘之内 剛史 / Tsuyoshi Horinouchi |
| 第 1 著者 所属（和/英） | 名古屋大学工学部情報工学科 Department of Information Engineering, Nagoya University |
| 第 2 著者 氏名（和/英） | 河口 信夫 / Nobuo Kawaguchi |
| 第 2 著者 所属（和/英） | 名古屋大学工学部情報工学科 Department of Information Engineering, Nagoya University |
| 第 3 著者 氏名（和/英） | 稲垣 康善 / Yasuyoshi Inagaki |
| 第 3 著者 所属（和/英） | 名古屋大学工学部情報工学科 Department of Information Engineering, Nagoya University |
| 発表年月日 | 1997/3/18 |
| 資料番号 | AI96-45,KBSE96-35 |
| 巻番号（vol） | vol.96 |
| 号番号（no） | 595 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |