総説論文
RoboCup サッカーシミュレーションにおける局面評価の表現法と学習法
2020 年 32 巻 2 号 p. 691-703
詳細
2020 年 32 巻 2 号 p. 691-703
本稿では，RoboCup サッカーシミュレーション2Dを題材として，ゲームAIにおける局面評価の表現法と学習法を概説する．一般的に，サッカーゲームは動的環境下におけるマルチエージェントシステムの代表的な例として知られている．そこでまず，RoboCupサッカーシミュレーションをゲーム AI 研究における他のベンチマークテストと比較し，類似点や相違点について議論する．次に，サッカープレイヤが行動選択をするメカニズムとして行動連鎖の考えに基づいた探索法を示す．それは，チェスや将棋プログラムと同じように探索木と局面評価による状況の「読み」に基づいており，チームメイトとの協調行動を計画し，選択することが可能である．そして，行動連鎖生成で用いる局面評価モデルを機械学習の枠組みにより構築する方法を様々な事例をあげながら概観する．
