情報処理学会 第75回全国大会講演要旨

一手一手候補手を考慮することは戦略ゲームの基本とされているが、プロ棋士のような熟達者は経験的に直感で正しい手を選ぶことができる。一方、コンピュータに戦略ゲームをさせる場合には、評価関数による局面評価と、ゲーム木探索を組み合わせた手法が主流である。
本研究では、局面から得られる特徴量の組み合わせ最適化と、人間の手を教師として学習させる方法を提案し、ゲーム木探索をすることなく、正しい手を選択することのできる評価関数の獲得を目指す。これにより、人間のような直感的判断をコンピュータにさせることで、到達していないゲーム木を評価できず誤った選択をしてしまう水平線効果と呼ばれる問題の解決に期待できる。