Deep reinforcement learning in multi-player imperfect-information games

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K19816
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 62:Applied informatics and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: Kaneko Tomoyuki 東京大学, 大学院総合文化研究科, 教授 (00345068)
• Project Period (FY): 2021-07-09 – 2024-03-31
• Keywords: ゲームプログラミング

Outline of Final Research Achievements

This study focuses on reinforcement learning in multi-agent and imperfect information games where AI agents learn a given game throughout trials and errors in playing without human assistance. Our contribution includes mathematical models of agents understanding an environment in latent spaces, computational experiments for performance evaluation, and published papers.

Free Research Field

ゲームプログラミング

Academic Significance and Societal Importance of the Research Achievements

強化学習は、最近では LLMs のような自然言語を操る巨大AIモデルの学習まで含む、広いを応用範囲を持つこれからの社会の基盤技術である。この強化学習技術を成熟させ、誰もが使えるようになることは自由な研究ひいては社会活動のために重要と考えられる。AlphaZeroのような2人完全情報ゲームに対象を限定した場合と比べて、現実の諸問題への強化学習技術の応用はさまざまな難しさを含むが、本研究課題はその解消に向けて2人や完全情報という制限を外した際の難しさを扱った。