ランダムな試行の学習によって構成された15パズルの評価関数について

情報処理学会

この論文をさがす

抄録

15パズルなどのスライディングパズルの評価関数は，通常そのパズルの構造に基づいて構成される．これに対して本稿で示す15パズルの評価関数は，実際にゴール状態からスタートしてそのパターンを崩していくことで得られるパターン列を利用して構成される．提案手法では，この列を教師データとして学習させたニューラルネットワーク(NN)を構成し，さらに15パズルを崩す過程で頻繁に出現するパターンを見つけ出しそこからランダムに探索することで，よりよい教師データが得た。このような手法によりマンハッタン距離和関数に比べて探索ノード数が4,200倍程度効率的な評価関数が得られた.

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ