2M-01
少資源環境下におけるRocAlphaGoの改良とその棋力検証
○伊藤有人,伊藤 雅(愛知工大)
従来からコンピュータ囲碁の中心的な手法はモンテカルロ木探索(MCTS: Monte Carlo Tree Search)である。Google Deep Mind社が開発した囲碁AI「AlphaGo」は MCTS に畳み込みニューラルネットワークを組み合わせた新しい手法を用いることにより飛躍的に棋力を向上させた。RocAlphaGoはこの「AlphaGo」の論文をもとにGitHub上で開発が進められている囲碁AIである。本研究ではこのRocAlphaGoの改良を行い、畳み込みニューラルネットワークを用いた囲碁AIの少資源環境下での性能評価を試みる。

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