自然言語処理の最先端Transformerを集合生成に応用する【逆転オセロニア】 | BLOG - DeNA Engineering

はじめまして。9月初旬より約半月にわたり、AIエンジニアコースのインターンに参加させていただいた清水と申します。大学院は情報系の専攻で、最近は幾何学的な深層学習に関する研究に取り組んでいます。その過程で言語的なタスクを出口に用いることも多く、副次的に深層学習を利用した自然言語処理にも多少明るかったりします。 題目にあるTransformerとは、そうした分野にてここ数年にわかに注目を集めている仕組みの名です。自然言語処理の最先端研究ではまず流用されないことなどない、いわば伝家の宝刀レベルのモデルといってよいでしょう。 本記事ではこれを『逆転オセロニア』というゲームのデッキ編成に特化させ、現行手法よりも表現力に富んだ編成システムを実現した経緯についてお話しできればと思います。『日進月歩で強力になっていく機械学習手法の恩恵に与りたいけれど、所望の問題設定にドンピシャな手法なんてそうそうなくて思

[ofsilvers]

"デッキ自体は駒に順列のない集合であるものの、デッキ編成は擬似的に系列生成タスクと見做せるということです。これに類似するタスクとはなんでしょうか。そう、文章生成です。"

[sh19910711]

2020 / "Transformer: 伝家の宝刀レベルのモデル / ゲームのデッキ編成に特化させ現行手法よりも表現力に富んだ編成 / タスクの類似点と相違点を丁寧に洗い出せば最強のモデルは畑違いのフィールドでもちゃんと無双できる"

[ikosin]

“我々はこれから、駒という言葉を用いて、デッキという物語を紡ぐのです。 ”

[misshiki]

“『逆転オセロニアにおける自動デッキ編成の性能改善』を目的に、タスク設定の確認、類似する機械学習手法の選定、所望の個別タスクに適用するための改造に至るまでを記述”

[katzchang]

面白かった。インターンでこの結果がでるの、熱い展開だな。

[kenzy_n]

オセロニアに自然言語処理を組み込んだってよ!