|
|
JAIST Repository >
d. 融合科学系 >
d11. 会議発表論文 >
d11-1. 会議発表論文 >
このアイテムの引用には次の識別子を使用してください:
http://hdl.handle.net/10119/20018
|
| タイトル: | ゲームの展開に過度に影響されないプレイヤ強さの推定方法 |
| 著者: | 窪木, 響大
シュエ, ジュウシュエン
池田, 心 |
| キーワード: | 囲碁
棋力推定
KataGo HumanSL
少数棋譜
The game of Go
estimation of players’ strength
a small number of game records |
| 発行日: | 2024-11-15 |
| 出版者: | 情報処理学会 |
| 誌名: | ゲームプログラミングワークショップ2024論文集 |
| 巻: | 2024 |
| 開始ページ: | 117 |
| 終了ページ: | 124 |
| 抄録: | 近年ではゲームAIを用いて人を楽しませたり指導する研究が進められている．そういった中で，プレイヤの棋力を正確に推定することは，適切な対戦相手AIの用意やプレイヤの実力向上のためのフィードバックなどに活用できる．チェスや将棋，囲碁においては強いゲームAIの最善手とプレイヤの着手の評価値の差分「損失」を使った棋力推定が行われている．しかし，損失はゲームの展開に大きく影響されてしまい，少ない棋譜では推定結果がばらついてしまうという課題がある．本研究ではそういったゲームの展開による過度な影響を抑制した指標の作成方法を提案する．具体的には，連続して損失が高い手が出た場合にその一部をカウントしない，ばらつきの大きい試合後半を見ない，展開に影響されにくい「形の良さ」を見る，といった工夫を行った．これをもとに少数棋譜に対して棋力推定を行い，提案手法によって棋力の推定結果の標準偏差を0.387 としつつ精度をRMSE 0.752とすることができた．In recent years, researchers has used game AI to entertain and teach human players. In this context, accurate estimation of players’ strength is crucial for preparing appropriate opponent AIs and providing feedback for skill improvement. In chess, shogi, and Go, researchers have used the metric “loss,” which is the difference in evaluation values between strong game AI’s best move and the player’s move, to estimate players’ strength. However, there is a problem that such losses can be very much influenced by game progresses, and the results of players’ strength estimation vary with a small number of game records. In this paper, we proposed methods for calculating strength evaluation metrics that reduce excessive influence from game progresses. Specifically, we applied the following methods: not counting some high-loss moves when they occur consecutively, not using the second half of the game, which has a large variation , and using the metric ”goodness of shape”, which is less influenced by game progresses. We applied filters to the calculation, such as not counting some high-loss moves when they occur consecutively. Based on this, we estimated players’ strength using a small number of game records. As a result, we succeeded in achieving a standard deviation of 0.387 and RMSE 0.752 using our porposed methods. |
| Rights: | 社団法人 情報処理学会, 窪木 響大, シュエ ジュウシュエン, 池田 心, ゲームプログラミングワークショップ2024論文集, 2024, 117-124. ここに掲載した著作物の利用に関する注意 本著作物の著作権は情報処理学会に帰属します。本著作物は著作権者である情報処理学会の許可のもとに掲載するものです。ご利用に当たっては「著作権法」ならびに「情報処理学会倫理綱領」に従うことをお願いいたします。Notice for the use of this material: The copyright of this material is retained by the Information Processing Society of Japan (IPSJ). This material is published on this web site with the agreement of the author (s) and the IPSJ. Please be complied with Copyright Law of Japan and the Code of Ethics of the IPSJ if any users wish to reproduce, make derivative work, distribute or make available to the public any part or whole thereof. All Rights Reserved, Copyright (C) Information Processing Society of Japan. |
| URI: | http://hdl.handle.net/10119/20018 |
| 資料タイプ: | publisher |
| 出現コレクション: | d11-1. 会議発表論文 (Conference Papers)
|
このアイテムのファイル:
| ファイル |
記述 |
サイズ | 形式 |
|---|
| T-IKEDA-K-0930-7.pdf | | 393Kb | Adobe PDF | 見る/開く |
|
当システムに保管されているアイテムはすべて著作権により保護されています。
|
