| Item type |
Symposium(1) |
| 公開日 |
2016-10-28 |
| タイトル |
|
|
タイトル |
カーリングAIに対するモンテカルロ木探索の適用 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Applying Monte Carlo Tree Search to Curling AI |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
東京大学大学院総合文化研究科 |
| 著者所属 |
|
|
|
東京大学情報基盤センター |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Arts and Sciences, The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
Information Technology Center, The University of Tokyo |
| 著者名 |
大渡, 勝己
田中, 哲朗
|
| 著者名(英) |
Katsuki, Ohto
Tetsuro, Tanaka
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本研究では連続空間のMDPに対するモンテカルロ木探索を基にした行動決定手法を提案する．提案手法を，カーリングの戦略を議論するために作成された「デジタルカーリング」システムにおける対戦プログラムに適用した．実験の結果，単純なシミュレーション方策を用いた場合だけでなく，カーリングの知識を用いた複雑なシミュレーション方策を用いた場合にも提案手法が有効に働くことを確認した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
We propose an action decision method based on Monte Carlo Tree Search for MDPs with continuous state space. We applied our method to agents of the UEC digital curling system, which is build for arguing curling strategies. The experimental results show that our method is effective for not only agents with a simple simulation policy, but also agents with a handmade complex one. |
| 書誌情報 |
ゲームプログラミングワークショップ2016論文集
巻 2016,
p. 180-187,
発行日 2016-10-28
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-GPWS2016030.pdf (949.7 kB)
