• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実績報告書

人智を超えるゲームAIを利用した知の拡張

研究課題

研究課題/領域番号 18H03347
研究機関電気通信大学

研究代表者

伊藤 毅志  電気通信大学, 大学院情報理工学研究科, 准教授 (40262373)

研究分担者 保木 邦仁  電気通信大学, 大学院情報理工学研究科, 准教授 (00436081)
山本 雅人  北海道大学, 情報科学研究院, 教授 (40292057)
松原 仁  東京大学, 大学院情報理工学系研究科, 教授 (50325883)
池田 心  北陸先端科学技術大学院大学, 先端科学技術研究科, 教授 (80362416)
研究期間 (年度) 2018-04-01 – 2023-03-31
キーワードゲームAI / 思考支援 / 人間らしさ / 思考の可視化 / 実環境データ
研究実績の概要

本研究の目標は、ゲームAIと人間の思考の違いを理解して、人智を超えたゲームAIの思考を人間に理解しやすい形に表示して、人間の知を拡張する手法を提案し、その効果について認知的評価を試みることである。
その目標を達成するために、ゲームAIの強化と思考の可視化について、研究を進めてきた。将棋の分野では、人間を超える将棋AIの出現が人間に与える影響に関する研究を進めており、そのテストケースとして、小路盤の将棋としての5五将棋を題材として、人間を遥かに凌駕するレベルのAIを実現した。このAIを用いることで、将棋の亜種のゲームに関する様々な知見を深めることが出来た。また、人間を超える将棋AIの出現前後のトッププロ棋士の棋譜と将棋AIとの手の一致率を調べる研究を行って、何らかの影響を受けている可能性があることが示唆された。
囲碁の分野では、ポリシーネットワークの可視化技術について、研究を行った。人間の理解の困難な深層学習の可視化技術は、現在様々な形で求められている。多人数不完全情報ゲームである麻雀に関してもAIプレイヤの強化を図っている。
カーリングの分野では、実環境のデータを組み込むためのシミュレーターの基礎研究を進めており、高度な不確定情報を含むゲームにおける実環境データの再現を試みている。人狼を対象とした分野では、人間特有の意思決定過程に関するモデルの提案を行った。人狼AIへの応用を考えるとともに、高度に複雑なコミュニケーションを必要とする人狼における知の拡張について考察を深めている。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

「将棋」を題材とした研究を行うために、5五将棋、京都将棋を題材にして、十分に強いゲームAIを実現することで、いろいろなテストを行うことができた。ここで得られた知見を通常の将棋に応用することで、人間の知の特有の問題や人間を上回るゲームAIと人間の関係について考察を深めることができた。
「囲碁」を題材とした研究では、深層学習の思考の可視化について、一つの手法を提案した。また、将棋で行った未来局面を用いた学習支援システムを囲碁にも適用し、有効性を示すことができた。
「カーリング」の分野では、実環境データを用いたカーリングシミュレーターを構築し、カールをより現実のストーンの挙動に近づけることが出来た。
「人狼」の分野では、認知実験に基づいて、より精緻なプレイヤの意思決定モデルを提案することができた。

今後の研究の推進方策

将棋については、伊藤、保木を中心に、研究を進める。伊藤を中心に行った研究では、人間を超える将棋AIが将棋のプロ棋士の棋譜に与えた影響に関する研究を進めている。また、十分に強い5五将棋AIプレイヤを用いて、ゲームのバランスを整えるなどの新たな研究を進めていきたい。十分に強くなったAIプレイヤはポジティブな影響だけでなくネガティブな影響も与えている。それを低減させるための技術について、詳しく調べていきたい。また、深層学習によって提示されるAIの手を理解することが困難な事象に対して、AIが示す成功例や失敗例を可視化する技術について、さらに明らかにしていきたい。
将棋で得られた知見をもとに、囲碁の分野でもAIプレイヤの示す手が人間の理解を超える手を自動的に抽出する手法を提案し、人間の理解を助ける囲碁AIの構築を目指したい。
カーリングの分野では、北見に新設された研究用カーリングシートを用いて実環境データに基づいた物理モデルを用いたシミュレータの妥当性を検証していきたい。また、山本、伊藤による、このシミュレータ上で動作するカーリングAIの構築を進めていく。
人狼の分野では、松原、伊藤を中心に人狼TLPTのプレイヤを被験者にした熟達者の思考過程を明らかにする研究を進めていく。オンラインで予備実験を行ったので、本実験を通して、熟達者の人狼プレイヤの思考を模倣したプレイヤモデルの構築を実現する。

  • 研究成果

    (9件)

すべて 2021

すべて 雑誌論文 (4件) (うち査読あり 2件) 学会発表 (5件)

  • [雑誌論文] Visualizing and Understanding Policy Networks of Computer Go2021

    • 著者名/発表者名
      Pang Yuanfeng and Takeshi Ito
    • 雑誌名

      IPSJ Journal

      巻: 29 ページ: 347-359

    • 査読あり
  • [雑誌論文] Method for Constructing Artificial Intelligence Player With Abstractions to Markov Decision Processes in Multiplayer Game of Mahjong2021

    • 著者名/発表者名
      Moyuru Kurita, Kunihito Hoki
    • 雑誌名

      IEEE Transactions on Games

      巻: 13 ページ: 99-110

    • 査読あり
  • [雑誌論文] Position Control and Production of Various Strategies for Game of Go Using Deep Learning Methods2021

    • 著者名/発表者名
      Yuan Shi,Tianwen Fan,Wanxiang Li,Chu-Hsuan Hsueh and Kokolo Ikeda
    • 雑誌名

      Journal of Information Science and Engineering

      巻: 37 ページ: 553-573

  • [雑誌論文] Generation of Game Stages with Quality and Diversity by Reinforcement Learning in Turn-based RPG2021

    • 著者名/発表者名
      Nam Sanggyu,Hsueh Chu-Hsuan,Ikeda Kokolo
    • 雑誌名

      IEEE Transactions on Games

      巻: - ページ: -

  • [学会発表] 9路盤囲碁における未来局面を用いた学習支援システム2021

    • 著者名/発表者名
      王利峰、伊藤毅志
    • 学会等名
      情報処理学会ゲーム情報学研究会
  • [学会発表] AIを用いた5×5盤将棋における新しい初期配置の自動生成手法の提案2021

    • 著者名/発表者名
      明石禎紀, 伊藤毅志
    • 学会等名
      情報処理学会ゲーム情報学研究会
  • [学会発表] 京都将棋の弱解決2021

    • 著者名/発表者名
      塩田雅弘、伊藤毅志
    • 学会等名
      ゲームプログラミングワークショップ2021
  • [学会発表] Procedural Maze Generation with Considering Difficulty from Human Players’ Perspectives2021

    • 著者名/発表者名
      Keita Fujihira, Chu-Hsuan Hsueh, and Kokolo Ikeda
    • 学会等名
      Advances in Computer Games conference (ACG 2021)
  • [学会発表] Graph Convolutional Networks for Turn-Based Strategy Games2021

    • 著者名/発表者名
      Wanxiang Li, Houkuan He, Chu-Hsuan Hsueh and Kokolo Ikeda
    • 学会等名
      14th International Conference on Agents and Artificial Intelligence

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi