2.1　完全情報ゲームから不完全情報ゲームへ

この10年間での研究トピックの変遷を振り返ると，前半は，将棋や囲碁をはじめとする「完全情報ゲーム」のためのアルゴリズムや機械学習の手法などの研究がさかんだったといえる．2008年から2013年の本研究会に関する山下記念研究賞を受賞した論文がすべて完全情報ゲームのためのアルゴリズムや機械学習に関する研究であることは象徴的である．しかし2013年に将棋プログラムがA級のプロ棋士に勝利したことや，2016年に囲碁プログラムが世界トップレベルのプレイヤに完勝したことなどから，完全情報ゲームに関する研究はある程度主要な目標を達成したという見方が広まり，研究者の関心は徐々に別のトピックに移っていくこととなった．

完全情報ゲームに代わって新たに研究対象として注目を集めたのが，麻雀やポーカーといった「不完全情報ゲーム」である．不完全情報ゲームでは，プレイヤがゲームに関する情報を完全には得られないという性質を持っており，完全情報ゲームとは大きく異なったアルゴリズムが必要とされる．世界的には，ポーカーが不完全情報ゲームの研究の具体的な対象として利用されることが多く，2015年には，カナダのAlberta大学の研究グループが二人対戦のポーカーのナッシュ均衡解を計算することに成功し多くの研究者の注目を集めた．麻雀はポーカーよりも状態空間がはるかに大きく，ナッシュ均衡解を求めることは難しい．そのため，機械学習を利用した手法によって強いAIを構築するアプローチなどが研究され，人間のトップレベルに近い強さの麻雀AIが実現されている．

また，完全情報ゲームであっても，カーリングAIなどのように，確率的な挙動や連続的な状態およびアクションの空間を考える必要のあるゲームでは，従来とは異なるアプローチが必要であり，依然として探索アルゴリズムなどに関する研究が続いている．

2.2　深層強化学習

他の多くの分野と同様に，ニューラルネットワークを利用した深層学習がゲームAI研究に与えた影響は非常に大きい．特に，2013年に提案された，深層学習と強化学習を組み合わせたDeep Q-Network（DQN）は多くの研究者に衝撃を与えた．DQNによって，比較的単純なビデオゲームであれば，対象のゲームに関する知識をまったく利用せずに人間を超えるレベルのAIをほぼ全自動で構築することが可能であることが示された．これ以降，深層学習と強化学習を組み合わせた「深層強化学習」に基づくアプローチがゲームAIのメインストリームとなっていく．先に述べたコンピュータ囲碁の勝利も深層強化学習が原動力になっている．また，コンピュータ将棋でも囲碁とほぼ同じ深層強化学習によるアプローチで人間をはるかに超えるレベルの棋力が実現できることが示された．深層強化学習は，リアルタイムストラテジーゲームといった，非常に状態空間の大きな不完全情報ゲームにも適用され，その有効性が示されている．最近では，Dota 2やStarCraftといった対戦型リアルタイムストラテジーゲームで人間のトッププレイヤのレベルを超えるAIが実現されている．

先に述べたGPWでも，深層学習や強化学習を利用したゲームAIに関する研究が数多く発表され，優秀論文賞や研究奨励賞などを受賞するなど，研究者の関心を集めている．不完全情報ゲームに対する深層強化学習の適用は，世界的にも最も注目されているトピックの1つであり，現在活発な研究が続いている．