電王・Ponanza開発者が語る、プロの定跡を揺らした将棋プログラム発の新戦法“左美濃急戦”
こんにちは、将棋プログラム「Ponanza」の作者、山本一成です。今回は将棋プログラムの「機械学習」に大きな変化をもたらしている“評価”についてをメインに話したいと思います。 将棋プログラムは大きく分けて、2つの部分から成り立っています。それは“探索”と“評価”です。“探索”とは、つまり“読むこと”で、将棋プログラムは1秒間に何百万もの局面を読めます。前回の並列化は、この“探索”の強化のお話でした。 そして、その読んだ局面の良し悪しを判断するのがもうひとつの部分、“評価”です。この“評価”が正しくできないとせっかくの“探索”が無駄になってしまうので、将棋プログラムにおいてこの“評価”作業はすごく重要なのです。 昔は年単位でかかっていた“評価”作業 将棋の局面をどのように評価すればいいか。 これは将棋プログラムにとって昔から重要なテーマでした。昔はそれこそ職人のように、開発者がひとつひとつ丁
人工知能にムダな思考をさせない「枝刈り」の妙技
人工知能に深く考えさせるには、手抜きが必要です。もっといえば、「どうでもいいこと」を人工知能に考えさせないことです。 前回は、将棋プログラムの先読みを盤面の全探索で行うアルゴリズムを説明しました。今回は全探索でなく、不要な探索を途中で打ち切る方法を見ていきます。これはゲーム木の探索を途中で打ち切り、ゲーム木の枝を刈ることになるので、「枝刈り」と呼ばれています。 評価関数と先読み、枝刈りの適用範囲は広い 探索の枝刈りを説明する前に、将棋の思考プログラムの全体像をおさらいしましょう。盤面の評価関数、評価関数を使った先読み、そして今回見ていく枝刈りなどのゲーム理論を、人工知能のどこに、どのように適用するかをもう一度見ていきます。 評価関数、先読み、枝刈りといったゲーム理論の技術は、とても適用範囲の広い技術です。もちろん、囲碁やリバーシなど、将棋と同じ「二人零和有限確定完全情報ゲーム」に適用できま
ゲームAI - 基礎編(2) - 『はじめてのエージェントベースアーキテクチャ』
みなさん、こんにちは! Cygamesエンジニアの佐藤です。 季節も秋を迎えて、すっかり涼しくなってきましたね。 秋の夜長はのんびり箱庭ゲームなどいかがでしょうか？ SkyrimやGTAなどのオープンワールド系の箱庭ゲームでは、 街を歩くNPC達の動きも作り込まれています。 モブキャラクターたちが街や村の中で生活感豊かに動いていると、 ゲーム世界の日常の中に実際に入り込んでいるような気持ちになれますよね! 今回の記事では、NPCの生活行動のためのAIを一例にあげつつ、 自律エージェントの考え方に基づいたキャラクター駆動の仕組みについて 御紹介したいと思います。 Ⅰ.自律エージェントとは？ 周囲の環境を認識して状況を解釈し、自身の内的な方針に基づいて意思決定を行って、 環境に働きかける行動を取る能力を持つ存在を自律エージェントと呼びます。 わかりやすく、ゲームの敵キャラクターに置き換えて考え
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
