| Item type |
SIG Technical Reports(1) |
| 公開日 |
2021-06-12 |
| タイトル |
|
|
タイトル |
対局者の分類とモデル構築により各人を模倣する麻雀プレイヤ |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Imitating Individual Play by Classifying and Building Models of Mahjong Players |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
多人数ゲーム |
| 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 |
|
|
|
高知工科大学院工学研究科 |
| 著者所属 |
|
|
|
高知工科大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Kochi University of Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Kochi University of Technology |
| 著者名 |
前川, 幸輝
竹内, 聖悟
|
| 著者名(英) |
Koki, Maekawa
Shogo, Takeuchi
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
麻雀は 4 人が同じ卓を囲むボードゲームであるが，インターネットの普及によって，その形態は変化しており，オンライン麻雀を楽しむ層も厚くなりつつある．しかし，オンライン麻雀で回線切れを起こすと，意志のない打牌選択を繰り返す状態となるため，その打牌の結果が全員に影響を及ぼすという問題がある．このため，回線切れをした対局者に代わって，その打牌選択を模倣する麻雀プレイヤを提案する．その際に，個々の対局者の打牌選択を模倣するには，全ての対局者について十分に多い数のデータが必要となるため困難である．そこで，本研究では対局者を打牌選択によって有限のクラスに分類できると仮定し，対象を複数人のデータとすることで，扱える牌譜数を増やす．すなわち，既存の牌譜をグループ化し，グループ別にモデルを構築することによって，データ数が不足する問題の解決を提案する．この前提の下で，クラスタリングを行ったところ，天鳳における鳳凰卓の対局者 102 名の中では，4 クラスへ分類したときに最も良い評価を得た．提案手法の有効性を示すため，プレイヤの候補手と牌譜内における対局者の打牌選択との一致率を評価指標として，クラス別に 3 層ニューラルネットワークへの実装を行う実験を行った結果，その有効性を確認できた． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Mahjong is a four-player board game that is increasingly being played online. However, there is a problem with online mahjong: if a player disconnects, the game is played automatically. To solve this problem, we propose a mahjong player that mimics the player's tile selection as a substitute for the disconnected player. It is difficult to mimic the tile selection of each player because a sufficiently large amount of data for all players is required. Therefore, we solve this problem by using a set of players with the same characteristics as the target of imitation. Learning from a set of players increases the number of records used for learning. To show the effectiveness of the proposed method, we conducted clustering and learning in each cluster and measured an agreement ratio of the best move. For the experiments, we used the data of 102 players from the top table in Tenho and the 3-layer neural networks as players. The measurement results of the agreement rate showed the effectiveness of the proposed method. |
| 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 2021-GI-46,
号 10,
p. 1-8,
発行日 2021-06-12
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8736 |
| 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 |
IPSJ-GI21046010.pdf (1.0 MB)
