コンピュータ大貧民をテーマとする論文について大渡なりにまとめていきます。 自身のプログラム作成において有用だったものから順に並べる予定です。(書きかけ)
UECコンピュータ大貧民大会向けクライアント「snowl」の開発(須藤ら,2010)
UECda2010で圧勝した須藤氏のsnowlのアルゴリズムについて。着手後残り手札の構成要素による線形価値関数+softmax方策でシミュレーションしてpure Monte Carlo Search。着手履歴によって、手札分配時にカードごとの重み付け(効果は小さかった)。softmax方策関数以外にシミュレーション時の特別な工夫はなし。
方策関数の学習はSimuation Balancing。サンプル局面は不完全情報局面(主観的な局面情報のみ持っている状態)で教師の評価値として原始モンテカルロプログラムの対戦結果を利用(相手の手札は毎対戦配布)。
手札推定の重みの学習はMM法を利用。(この手法に追随した報告はない)
2016/3に開催された第35回ゲーム情報学研究会に投稿した論文の誤りを修正したものをこちらで公開します。
以下に掲載した利用上の注意をご確認の上ご利用ください。
**利用上の注意**
ここに掲載した著作物の利用に関する注意 本著作物の著作権は情報処理学会に帰属します。本著作物は著作権者である情報処理学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」ならびに「情報処理学会倫理綱領」に従うことをお願いいたします。
Notice for the use of this material The copyright of this material is retained by the Information Processing Society of Japan (IPSJ). This material is published on this web site with the agreement of the author (s) and the IPSJ. Please be complied with Copyright Law of Japan and the Code of Ethics of the IPSJ if any users wish to reproduce, make derivative work, distribute or make available to the public any part or whole thereof.
All Rights Reserved, Copyright (C) Information Processing Society of Japan.