局面の局所的な類似性を利用したモンテカルロ木探索の効率化

概要

論文の詳細を見る
囲碁では,将棋などの他のゲームで使われるmin-max探索があまり有効でないことが知られている.これは,探索空間が広いだけでなく,評価関数の設計が難しいことが理由となっている.代わりに,モンテカルロ木探索が有効とされ,精力的な研究が行われている.本研究ではモンテカルロ木探索の効果を高める技術の一つであるRAVEに着目し,RAVEを改善する研究を行った.「RAVEは,情報が少ない局面の好ましさを,類似する局面の勝率を用いて見積もることで,モンテカルロ木探索の性能を高める手法」と一般化して考えることができる.しかしながら,局面の類似性については,これまで厳密に検討されてこなかった.あまり似ていない局面では荒い見積もりしかできないが,よく似ている局面ではより正確な見積もりが可能と考えられる.そこで,本研究では着手近辺の局所的な類似性に着目し,RAVEにおける見積りの精度を向上させることを試みた.局所的な類似のもっとも簡単な指標として,着手の周囲8ヶ所の状態の一致の有無を採用した.着手の周囲8ヶ所の状態は,RAVE以外のパラメータ調整では既に囲碁で用いられているため,RAVEでも効果的であると期待できる.RAVEの更新時の重みの調整を通じて局面の重視する度合いを変えたところ,もっとも良いパラメータで,9路盤における黒番で提案手法を用いていないプログラムに対する勝率は10000試合で59.4%であった.同様の条件で,提案手法を用いていないプログラムの勝率は56%であった.また,他のプログラムに対しても勝率を向上することができた.総合して,着手の周囲8ヶ所の状態の一致有無に着目する提案手法は有望であると考えられる.
2013-02-25

局面の局所的な類似性を利用したモンテカルロ木探索の効率化

スポンサーリンク

概要

著者

関連論文

スポンサーリンク