| Item type |
Symposium(1) |
| 公開日 |
2017-11-03 |
| タイトル |
|
|
タイトル |
人間同士の人狼ゲームで用いられる戦術を反映させた人狼知能の研究 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Research into a Werewolf Game AI Based on Strategies Used by Human Players |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
人狼ゲーム |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
人狼知能 |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
人間の戦術を再現 |
| 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 |
|
|
|
東京工科大学大学院バイオ・情報メディア研究科コンピュータサイエンス専攻 |
| 著者所属 |
|
|
|
東京工科大学コンピュータサイエンス学部 |
| 著者所属(英) |
|
|
|
en |
|
|
Tokyo University of Technology Graduate School Bionics, Computer and Media Science |
| 著者所属(英) |
|
|
|
en |
|
|
Tokyo University of Technology |
| 著者名 |
伊藤, 幹太
Reijer, Grimbergen
|
| 著者名(英) |
Kanta, Ito
Reijer, Grimbergen
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
囲碁のトップ棋士に人工知能が勝利し，完全情報ゲームにおける強い人工知能の研究はおおむね決着がついた．次の題材として不完全情報ゲームである人狼ゲームが注目されており，人狼知能の研究が行われている．人狼ゲームは一般的に有効とされる通説が存在するが，人間が用いる戦術を分析した研究はあまり行われていない．そこで本研究では人間同士で行われた人狼ゲームの対戦ログの分析を行い，2つの戦術を発見した．1つ目は自身に処刑の投票を誘導する戦術である．2つ目は村人騙りといった戦術である．また，既存の人狼知能ではこれらの戦術を用いていないことを示し，人狼知能に導入する際の方法について提案手法を述べた．その結果，自身に処刑の投票を誘導する戦術は既存の人狼と比較して勝率が5％増加することを示したが，村人騙り戦術は勝率が変化せず有効性を見出すに至らなかった．しかし，勝率が変化しなかったことから有効ではないと断言することはできないが，戦術についてより考察を行うことで有効的に使用できるのではないかと考えた． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
In complete information games like Go, AI programs have become stronger than the top human players, so it can be argued that there is not much room for improvements in this area. Research into game AI seems to be shifting to incomplete information games like the Werewolf game which has become a focus of attention in recent years. In Werewolf, a strategy based on "common belief" is considered to be effective, but there has been little research into strategies used by human players. In this research, we have analyzed the logs of games played by humans and found two interesting strategies that have not been used in Werewolf AI. The first is the self-sacrifice, asking to be the next victim. The second strategy is villagers pretending to have a more important role in order to confuse the werewolf pack. We have confirmed that both of these strategies are being used only rarely by current Werewolf AI. We have added the strategies to the strongest Werewolf AI and compared the percentages the villagers won the game. The results of the experiments were that the self-sacrifice strategy increased the winning percentage of the villagers by 5%. However, the confusing strategy did not show any increase in performance. Further research will be needed to conclude whether the confusing strategy is ineffective or if its application rules need to be refined. |
| 書誌情報 |
ゲームプログラミングワークショップ2017論文集
巻 2017,
p. 183-188,
発行日 2017-11-03
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-GPWS2017028.pdf (1.2 MB)
