6P-04
アメーバからヒントを得た数理モデルを用いた格闘ゲームAIの提案
○吉田修武,石原 誠,原田智弘,ラック ターウォンマット(立命館大)
本研究では,格闘ゲームの一種であるFightingICEを用いて,綱引きモデル(Tag-Of-War; TOW)を適用したAIの性能を評価する.この綱引きモデルは2010年に青野氏らが考案したもので,アメーバが光刺激を避ける行動や生物の探索と活用を数理モデル化したものであり,多腕バンディット問題において優れた性能を示している.現在FightingICEのAIに用いられている手法で,優れた性能を示しているモンテカルロ木探索も,この問題において優れた性能を示しているため,TOWも同等以上の性能が期待できる.性能評価の結果,モンテカルロ木探索と同等以上の性能を示した.

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