F-010
ディープラーニングを応用した小さい探索木をもつフリーセルソルバーの開発

◎和氣卓史・岡田　拡・神保秀司（岡山大）

近年十分に学習を積んだニューラルネットと従来型の探索部分の組み合わせにより強力なゲームAIが実装できることがコンピュータ囲碁で実証されている．探索木が非常に小さいことは，そのようなゲームAIの特徴の一つである．本研究では，囲碁AIにおけるポリシーネットに相当するものをディープラーニングにより作成し探索アルゴリズムと組み合せて一人遊びのカードゲーム，フリーセルを解くゲームAIで質のよい解を求めるにも拘わらず小さい探索木をもつものを開発することを試みた．ニューラルネットとして1次元畳み込みニューラルネットを，学習方法として従来型のフリーセルソルバーの出力を使った教師有り学習を採用した．