| 講演抄録／キーワード |
| 講演名 |
2024-03-05 14:30
Unity ML-Agentsの強化学習を適用したカードゲームAI
○渡辺達哉・山本純一（東京医療保健大） |
| 抄録 |
（和） |
近年，ゲームAIの研究が活発に行われており，将棋や囲碁などのボードゲームではプロプレイヤー並みの強さのAIエージェントが登場している．しかし，相手の手札がわからないカードゲームなどの不完全情報ゲームにおいては，エージェントが最善の手を選択できるとは限らず強いエージェントを実現するのは難しい．そこで本研究ではオリジナルのカードゲームを対象として，人間と同程度に強いエージェントを実現することを目的とする．勝者の行動履歴を正解データと見なした教師あり学習と，Unity ML-Agentsを用いた強化学習の2通りの方法でエージェントを実装し，これらのエージェントと報告者の3者間で対戦を行った．その結果，強化学習によるエージェントにおいて，このゲームを熟知している報告者と同等の強さを達成することができた． |
| （英） |
In recent years, there has been active research in game AI, with AI agents reaching the level of professional players in board games such as Shogi and Go. However, achieving a strong agent in imperfect information games like card games, where the opponent's hand is unknown, is challenging. Therefore, this study aims to develop an agent for an original card game that is as strong as a human. Two approaches were employed for agent implementation: supervised learning, considering the winner's action history as labeled data, and reinforcement learning using Unity ML-Agents. Experimental battles were conducted among these two agents and the author. As a result, the reinforcement learning-based agent was able to achieve the same level of strength as the author, who is also the game creator. |
| キーワード |
（和） |
ゲームAI / 深層学習 / 強化学習 / Unity ML-Agents / / / / |
| （英） |
Game AI / Neural Network / Reinforcement Learning / Unity ML-Agents / / / / |
| 文献情報 |
映情学技報, vol. 48, no. 8, AIT2024-138, pp. 375-376, 2024年3月. |
| 資料番号 |
AIT2024-138 |
| 発行日 |
2024-02-27 (AIT) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
AIT IIEEJ AS CG-ARTS |
| 開催期間 |
2024-03-05 - 2024-03-05 |
| 開催地（和） |
東京工科大学 八王子キャンパス |
| 開催地（英） |
Tokyo University of Technology |
| テーマ（和） |
映像表現・芸術科学フォーラム2024（Expressive Japan 2024) |
| テーマ（英） |
Expressive Japan 2024 |
| 講演論文情報の詳細 |
| 申込み研究会 |
AIT |
| 会議コード |
2024-03-AIT-IIEEJ-AS-ARTS |
| 本文の言語 |
日本語 |
| タイトル（和） |
Unity ML-Agentsの強化学習を適用したカードゲームAI |
| サブタイトル（和） |
|
| タイトル（英） |
Card game AI applying reinforcement learning with Unity ML-Agents |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
ゲームAI / Game AI |
| キーワード(2)（和/英） |
深層学習 / Neural Network |
| キーワード(3)（和/英） |
強化学習 / Reinforcement Learning |
| キーワード(4)（和/英） |
Unity ML-Agents / Unity ML-Agents |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
渡辺 達哉 / Tatsuya Watanabe / ワタナベ タツヤ |
| 第1著者 所属（和/英） |
東京医療保健大学 (略称： 東京医療保健大)
Tokyo Healthcare University (略称： THCU) |
| 第2著者 氏名（和/英/ヨミ） |
山本 純一 / Junichi Yamamoto / ヤマモト ジュンイチ |
| 第2著者 所属（和/英） |
東京医療保健大学 (略称： 東京医療保健大)
Tokyo Healthcare University (略称： THCU) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2024-03-05 14:30:00 |
| 発表時間 |
80分 |
| 申込先研究会 |
AIT |
| 資料番号 |
AIT2024-138 |
| 巻番号（vol） |
vol.48 |
| 号番号（no） |
no.8 |
| ページ範囲 |
pp.375-376 |
| ページ数 |
2 |
| 発行日 |
2024-02-27 (AIT) |