情報処理学会 第77回全国大会講演要旨
3P-03
人間プレイヤーに対する近似ナッシュ均衡戦略の有効性
不完全情報ゲームの近似ナッシュ均衡を求めるための手法として，Counterfactual Regret Minimization(CFR)が提案されている．CFRはself-playによって近似ナッシュ均衡を探索するアルゴリズムであるが，対戦相手の特性や効用を考慮したアルゴリズムではない．特に人間は，個人によって性格や価値観が大きく変わるため，CFRから導いた戦略が有効でない場合がある．
そこで本研究では，不完全情報ゲームとしてポーカーのルールのひとつである2 player Limit Texas Hold’emを用いて，self-playから導いた近似ナッシュ均衡が，人間に対してどの程度有効かを実験により検証する．
そこで本研究では，不完全情報ゲームとしてポーカーのルールのひとつである2 player Limit Texas Hold’emを用いて，self-playから導いた近似ナッシュ均衡が，人間に対してどの程度有効かを実験により検証する．
