WEKO3
-
RootNode
アイテム
強化学習による評価関数の獲得における報酬設定について
https://ipsj.ixsq.nii.ac.jp/records/69716
https://ipsj.ixsq.nii.ac.jp/records/69716a9e0130a-cfd3-4858-a9d2-400f48c55f3d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-GI10024008.pdf (188.8 kB)
|
Copyright (c) 2010 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2010-06-18 | |||||||
| タイトル | ||||||||
| タイトル | 強化学習による評価関数の獲得における報酬設定について | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Reward setting on reinforcement learning for an evaluation function of games | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | その他 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 岡山県立大学情報工学部 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Department of Systems Engineering, Okayama Prefectural University | ||||||||
| 著者名 |
但馬, 康宏
× 但馬, 康宏
|
|||||||
| 著者名(英) |
Yasuhiro, Tajima
× Yasuhiro, Tajima
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | ゲームの評価関数を強化学習を用いて獲得する場合，一般的には終了局面における勝敗を報酬とし，途中局面の報酬を 0 とする手法が知られている．本研究では途中局面に対する報酬をその局面におけるランダムシミュレーションの勝率とし，終了局面における勝敗の報酬の大きさを変化させた場合の違いを検証する．さらにオセロゲーム Zebra において利用されている盤面パターンの評価重みを本手法により学習し，実験的評価とする． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Reinforcement learning for an evaluation function of games is applied with zero-reward for intermediate posistions and win/lose rewawrd for the terminal position, in general. In this paper, we propose some reward setting methods for intermediate positions and compare them each other. Then, we evaluate our methods by experiments on othello game Zebra's pattern check parameters. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11362144 | |||||||
| 書誌情報 |
研究報告ゲーム情報学（GI） 巻 2010-GI-24, 号 8, p. 1-7, 発行日 2010-06-18 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
