盤面依存の分業体制によるモンテカルロ木探索並列化

抄録

モンテカルロ木探索は、近年のゲーム AI に目覚ましい進歩をもたらした技術の 1 つであるが、限られた時間内により良い手を見つけるために並列化が行われている。並列化においては、各プロセッサへの負担が均等になるようにハッシュなどを用いてタスク割り当てを行うが、モンテカルロ木探索ではそれを構成する4つのタスクの計算時間に大きな差があり、そのため一時的に偏りが生ずることが多く、待機時間が長くなり、プロセッサコア数に応じた恩恵を受けづらくなるという問題が生ずる。本論文では並列化手法であるMP-MCTS法に関して、最も時間を要するシミュレーションの専用プロセスを用いる方法において、盤面に応じて変化するシミュレーション時間を考慮した専用プロセスの割合制御により、並列化効率を上げる方法を提案し、オセロゲームによる対戦結果における効果を報告する。