モンテカルロ法によるゲームAIの可能性
受講スキル
何らかのAIの開発経験があると望ましい。しかし、アルゴリズムの理論的な詳細は簡単に触れる程度にとどめ、ほとんどの部分は背景知識無く理解できるように説明する予定である。単に興味があるだけの方にも気軽に参加して頂きたい。
受講者が得られるであろう知見
モンテカルロ木探索という新しいアプローチの概略を理解することを目指す。既にハーツやカタン、さめがめ等に応用した研究もありゲームAIの開発者にとっても有用と期待される。
セッションの内容
囲碁ＡＩにおける革命といわれるモンテカルロ木探索。このアルゴリズムは、過去１０年に渡る囲碁ＡＩの進化を１年にも満たない間に、成し遂げたと言われる。
そのアルゴリズムの本質をゲーム開発者にわかりやすく解説する。
講演資料
PG90_yoshizoe.pdf
※資料のダウンロードには ログイン が必要です。
講演者プロフィール
プロフィール
東京大学理学部情報科学科卒業。同大学院修士課程修了。
その後、株式会社富士通研究所に就職するも人工知能の研究をするために退職。
やや紆余曲折を経て、2008年より科学技術振興機構研究員。
2009年探索アルゴリズムの研究で博士(情報理工学)取得。
その際の研究対象は囲碁。探索アルゴリズム，情報セキュリティ等に興味を持つ。
囲碁は自称アマ三段。
2008年11月、DiGRA公開講座にてモンテカルロ木探索について講演。
講師からのメッセージ
研究の成果を生かしてゲーム開発に貢献することを目指しています。
特に、AIの開発が難しいタイプのゲームにおいて、開発者の皆様の労力を軽減することにつながれば嬉しく思います。
何より、今までに無い個性や歯ごたえのあるAIが登場すれば、私の楽しみも増えますので…