2017 Fiscal Year Research-status Report
データマイニング手法を用いた多人数不完全情報ゲームの特徴抽出
| Project/Area Number |
17K00297
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
西野 哲朗 電気通信大学, 大学院情報理工学研究科, 教授 (10198484)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | ゲーム情報学 / コンピュータ大貧民 / クラスター分析 |
|---|
| Outline of Annual Research Achievements |
人間の経済活動等をモデル化した多人数不完全情報ゲームにおける各プレイヤーの振る舞いを、ゲームの膨大な対戦記録から、データマイニングの手法を用いて明らかにするために、トランプゲームの大貧民の分析研究を行った。本研究では、以下のような分析を行う予定である。（１）クラスター分析により、行動パターンからプレイヤーを分類し、そのプレイヤーの全体的特徴を把握する。（２）決定木分析により、プレイヤーの戦略の論理構造を抽出し、プレイのルール（癖）を抽出する。（３）深層学習により、プレイの戦略をニューラルネットで学習し、プレイの予測や高速な再現を可能にする。本年度は、その中でも、特に、クラスター分析を行った。
n-gram統計とは、言語モデルのひとつであり、単語や文字の系列内の隣接するn個の要素列の種類や出現確率に着目する手法である。n-gram統計は、自然言語処理の分野において用いられることが多い。手番がプレイヤー間を順に回るようなゲームにおいては、ゲームの進行を履歴として記述でき、n-gram統計を適用することが可能である。
n-gram 統計をゲームに適応することにより、局面を限定する必要がなく、また、長さの異なる手順を抽出することが可能となり、プレイヤーが無意識に行っている行動選択などの定型手順の獲得が期待できる。本研究では、代表的な距離概念であるユークリッド距離、マンハッタン距離、チェビシェフ距離の3 種の距離を分析に用いている。
算出されたこれらの距離を用いて、層的クラスター分析の代表的な手法であるウォード法を用いて分析を行った。ウォード法はクラスターの各値からその質量中心までの距離の二乗の総和を最小化する手法である。本手法により特徴の近い大貧民プログラム同士への分類を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
「研究実績の概要」に示した通り、研究計画に示した内容の研究が実施できているため。
|
| Strategy for Future Research Activity |
今後も、研究計画に示した内容の研究を着実に実施していく。
|
