5M-07
予測の正誤で分岐させたモンテカルロ木探索に基づく人狼知能の実装
○成瀬雅人，山野太靖，白松　俊（名工大）
本研究では，対話型ゲームである人狼をプレイする人工知能（以下，人狼知能エージェント）の，モンテカルロ木探索を用いた実装について述べる．
人狼は不完全情報ゲームであるため，選択肢によって勝敗が変わるだけでなく，人狼知能エージェントが仮定した前提情報の正誤によっても勝敗が変わる．よって，モンテカルロ木を構築する際には，選択肢による分岐だけでなく，仮定した情報の正誤による分岐も必要である．
具体的には，人狼知能エージェントに隠された情報である他プレイヤーの職業について主観確率や信頼度を計算し，他プレイヤーの職業を推定した上で，推定結果の正誤により分岐させる．この提案手法による人狼知能の勝率をシミュレーションによって計測し，手法の妥当性を検証する．
footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会