| 研究概要 |
今まで知識なしで動かしていたアルゴリズムに,知識を組み込むことで効率化する研究をおこなった.また、ハードウェアの進歩により扱えるデータの量が増えた利点を活用し,組み込む知識を自動的に獲得させる際に大規模な計算を行うことで信頼性を追及した.
対象としては適度に複雑でかつ成果が期待できる題材として,探索問題の一つである将棋及び囲碁のプログラムを選び,そこで用いられるアルゴリズムと知識の組み合わ方を整理し,そのような知識を自動的に獲得することを目標に研究を行なった.
将棋においては,depth first proof number searchを知識を用いて効果的に活用するための研究として次の3点を進めそれぞれ成果を得た.(1)詰将棋探索の制御に知識を用いて効率的に詰を発見することと,その知識を統計に基づき自動的に獲得すること.(2)将棋の終盤において,攻め合いでの一手勝を計算可能とするために,詰や必至の概念を一般化した探索の枠組の精緻化と,その効率化のための知識の利用.(3)探索の一種であるProbeCutにおいて,知識の利用に基づく性能の向上.また、囲碁においては、モンテカルロ法における知識の利用とそのトレードオフを明らかにした.
また作成中の囲碁,将棋のプログラムに対して,今までに獲得した知見を組み込む作業をしており,その総合的な強さを評価することで本研究の手法の有効性を示す予定である.
|
