ゲームを行う際に、ゲームAIが人間を楽しませるには、プレイヤの強さに合わせたプレイができることが望ましい。本研究では、大富豪を題材として、複数のプレイヤがいたときに、ゲームAIがその他のプレイヤの強さに合わせて中間の順位を取れるように強さの調整をすることを目標とする。その際に、合法手を所持しているのにも関わらずパスを選択するなどといった不自然な行動が無いように、強化学習における報酬の与え方を設定して不自然な行動を抑制し、人間らしい行動を選択するゲームAIが実装可能かどうかを検証する。