格下の相手には手を抜く対戦AI格下の相手には手を抜く対戦AI 2018.02.21 Updated by Ryo Shimizu on February 21, 2018, 08:17 am JST 筆者が経営するギリア株式会社と株式会社UEIでは、週に1回程度、個人の研究発表をする場を設けています。たまにインターンも参加します。 深層学習はあまりにもできることが多く、その可能性を少しでも効率的に探るため、個々人がそれぞれの仮説を持って研究した成果や知見を交換しておくことは非常に重要だからです。 AlphaZeroをベースとした深層強化学習の研究をしていた開発者が、面白い発見を報告してくれました。 「どうもAIからみて相手が格下だと、手を抜く傾向がある」 彼は決定論的問題の一つである迷路をAlphaZeroに解かせようとしていました。 ただし、迷路は毎回作り直されます。 左上からスタートして、右下のゴールを目指します。
