忍者ブログ
ゲームを作ったり、ゲームを遊びまくったりしている せっき~の生き様。   まずは目次をご覧ください
2009年9月2日 にあった、CEDECの講演についての記事です。



今まで 囲碁のAIは弱かったです
(アマ3級)


オセロ … 人間より上
チェス … 人間と互角
将棋  … アマのトップレベル


と比べても、囲碁は 圧倒的に弱いです。


→ なぜか?

→ 盤が広いからでは無い (盤を小さくしても弱い)
→ 囲碁は複雑すぎて、評価関数を作れないから
  (実は 負けていると見せかけて、大逆転の布石だったりするので)

→ 既存のAIの手法では 作れないから!




-------------------------------------------------------------

・2006年 突如、強い囲碁AIが生まれた

それが「モンテカルロ木法



基本概念は、ランダムで 石を置いて行き、勝敗を決める

→ それを n回繰り返す!!!

→ 一番 勝率が高い所が 最善手だ!!


一見、無理やりに見える判断方法ですが
それが良いみたいです。


昨今の、処理速度の向上により できるようになった荒業ですね!



利点:

 単純に強い
 プログラムが楽
 汎用性が高い 
(囲碁でも将棋でも、カタンなどので 出来る)

欠点:

 強い代わりに、強さの制御ができない
 答えが一つしか無い物を見つける事ができない
 処理速度がいる  ぶっちゃけ、DSでは無理




-------------------------------------------------------------

・ゲームAIに使っても、向いている所があります。



例えば 以下の例

『攻めると 90%で負ける、守りと 100%負ける』

この場合、今までのAI(評価式法)では
守り続け、じわじわと負ける
と言う だらだらとしたゲームになります。


しかし、モンテカルロ木法 では
10%の勝利にかけ 総攻撃を行う
事になります

→ ゲームとしては、この方が面白いのでは?




-------------------------------------------------------------

・最後に


講演者の方が このアルゴリズムを使って、「シヴィライゼーション4」のAIを強くしたい

と発言されたとき、大感動しました

拍手[0回]

PR
この記事にコメントする
お名前
タイトル
文字色
メールアドレス
URL
コメント
パスワード   Vodafone絵文字 i-mode絵文字 Ezweb絵文字
» 無題
一瞬カジノのモンテカルロ法かと思ったことはさておいて

昔からボードゲームのAIってそういうもんだと思ってました…
処理速度の問題で最近できた手法だったんですね
目から鱗でした
ナギサ 2010/01/16(Sat)22:42:41 編集
» 無題
な~るほど。
ハードの進化がソフトの突然変異をもたらしたというわけですな。

今年中には麻雀 AI の勉強でもしようかともくろんでいたけど、応用できるかもね。
ひげしゅにん 2010/01/19(Tue)10:19:55 編集
» 無題
>ナギサ さん

その昔、誰しもが考えつつ 「ないないw」と一笑するような手法で↓
ので、あまりに盲点すぎて 結果を出すまで、誰も一考する事も無かった と言う、面白いお話でしたw



>ひげしゅにん さん

麻雀は、完全情報ゲームでは無いので 難しそうやねぇ~

きっと、従来の得点法による 最適解方式が無難な気がする
せっき~ 2010/01/20(Wed)02:34:43 編集
この記事へのトラックバック
この記事にトラックバックする:
プロフィール
HN:
せっき~
性別:
男性
職業:
ゲームプログラマ
自己紹介:
古いパソゲー、ボードゲーム、カードゲームを熱狂的に遊んでいます。


ついったー
http://twitter.com/seki_seki_seki

連絡先は
sekisekiseki(あっと)gmail.com
最新コメント
[04/24 http://0bojkb.18mi.net/]
[04/23 http://pp5l9n.18mi.net/]
[04/22 http://ay0xlv.99sjp.com/]
[04/20 http://2017.gomyjapan.com/]
[04/19 http://sby49v.jpp9.com/]
カウンター
ついったー

Copyright © [ せっき~のゲーム屋さん ] All rights reserved.
Special Template : 忍者ブログ de テンプレート and ブログアクセスアップ
Special Thanks : 忍者ブログ
Commercial message : [PR]