人狼ゲームにおけるプレイヤの推測発言からの発言者および対象者の役職推定

抄録

不完全情報ゲームの一つである人狼ゲームでは他プレイヤの隠された役職を推定する能力が勝敗を分けると言われる．そこで，機械学習を用いた推定モデルが幾つか提案されている．しかし，多くの学習データや学習時間，モデルのパラメータ調整が必要であり，高い精度のモデルを得ることは容易ではない．また，推定するタイミングが限られており，個々の発言から推定できるものはない．そこで本研究では，役職を推測する発言が出る毎に，選択的不感化ニューラルネットを用いて発言者や対象者の役職を推定するモデルを提案する．本モデルは先行研究で提案された齋藤らの推定モデルと組み合わせて用いる．また，すべての情報を高次元2値パターンとして分散表現するため，複数の情報をパターンに埋め込める．例えば，あるプレイヤの役職が「占い師」でも「人狼」でもあるような曖昧な表現を自然に作ることができる．そのプレイヤが「ほぼ人狼であろうプレイヤ」を「村人」と推測発言すれば，発言者は「人狼」と推定できる可能性がある．実際に役職推定システムを構築して能力を調べた．その結果，推測発言から狩人以外の役職を高い精度で推定できることがわかった．