深層強化学習に基づくトレーディングカードゲーム環境の構築

DOI

書誌事項

タイトル別名
  • Traiding Card Game Environments based on deep reinforcement learning

抄録

<p>近年, ゲーム環境への深層強化学習の応用が注目されている．特に，プレイヤーが得られる情報が部分的である不完全情報ゲームへと積極的に応用されている. 本研究では不完全情報ゲームの 1 つであるトレーディングカードゲーム (TCG) に着目した. TCG は使用可能なカードの性能や種類を変更可能という点で, 他のゲームよりも人工知能による攻略が困難である. また, この性質のためゲームバランスの調整が難しく, 公開後に修正が入ることが一般的であり, カードの性能を上方修正するバフや下方修正するナーフなどの用語が用いられる. 上記の背景から, 筆者らは深層強化学習とそれに基づく進化型計算を用いた TCG 環境のゲームバランス最適化手法を提案し, 独自の TCG 環境を用いて数値実験により提案手法の有効性を検証した.</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390859758174612352
  • DOI
    10.11517/pjsai.jsai2023.0_2m5gs1002
  • ISSN
    27587347
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ