現実世界の大規模な探索問題は全解探索は困難であり、一部を選択的に探索するアルゴリズムが用いられる。ゲーム木の探索はこのような問題の一例であり、モンテカルロ木探索が有効とされているが、将棋など「細い正解の一本道をたどらねばならない」ような問題領域においては収束が遅く、適用が難しい。我々は、乱数を組み込んだ探索を利用するアルゴリズムを提案し、将棋での有効性を確認したが、単一の評価関数を用いることによる効率の悪さも明らかになった。本研究では、(1)性質の異なる複数の評価手法を活用できるモンテカルロ木探索手法を検討し、(2)将棋を題材に実用的なアプリケーションとして実装を行い、(3)大規模分散計算環境でその有効性を評価する、ことを目指す。 本年度は、平成29年度の成果をもとに並列探索アルゴリズムの詳細設計と本格実装を行い、性能面の評価と改善を行った。また、より大規模な実験環境での実験に備え、予備実験による評価を行い、性能面でのボトルネックなどの改善手法検討を行った。 また、提案手法の応用範囲を拡大するため、交通スマートカードの履歴から旅客のたどった交通経路を推定する問題などの実問題について取り組みを行い、大規模な探索問題の会を求めるための効率的な実装方法や、多数人の異なる選好性を考慮する探索問題の性質についての検討を行った。これらの研究成果は、提案手法の詳細設計や実装において、実社会問題への応用性を高めるために活用していくこととする。
|