深層学習を用いた人狼知能の開発

抄録

　近年、オセロや囲碁といった完全情報ゲームに対する人工知能の研究は人間に勝るほど進歩している。しかし、人狼ゲームやポーカーといった不完全情報ゲームに対しては未だに発展途上である。　不完全情報ゲームのうち、人狼ゲームをプレイする人工知能（以下、「人狼知能」という。）を研究するプロジェクトとして人狼知能プロジェクトというものが2016年に成立しており、本研究ではLSTM学習によって各プレイヤーの役職を推定する人狼知能の開発を行った。　学習データとして人狼知能プロジェクトが公開している対戦ログデータを使用し、入力データのベクトル化を行った。さらに機械学習を用いて役職推定モデルを構築した結果を示す。