抄録
F-015
人狼ゲームにおける深層強化学習を用いたエージェント
人狼ゲームにおける深層強化学習を用いたエージェント
近年，人工知能が人狼ゲームを行う大会がある．人工知能が嘘をつく能力が要求される人狼ゲームを行う事で，より高度な判断が行われるようになり人間に近づくと考えられる本研究では，会話情報のうち，推定対象者から他のプレイヤへの発言内容と他のプレイヤから推定対象者への発言内容，各プレイヤの宣言した役職，その時の経過日数とターン数，他のプレイヤ同士の発言内容を考慮し役職推定を行い，その結果とゲームの状況を元に深層強化学習とルールベースを組み合わせて戦略を決めて発言の多様性を維持したエージェントモデルを構築し，他のエージェントと戦い，その有効性を確認した．