深層学習モデルを用いた複数の将棋AIによる自然な手を選択する棋力調整手法の提案

カテゴリ: 部門大会

論文No: TC11-2-2

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Proposal of a Strength Adjustment Method for Selecting Natural Moves by Multiple Shogi AIs Using Deep Learning Models

著者名: 春日井 雄大（愛知県立大学）,小林 邦和（愛知県立大学）

著者名(英語): Yudai Kasugai (Aichi Prefectural University),Kunikazu Kobayashi (Aichi Prefectural University)

キーワード: 将棋AI|深層学習|棋力推定|楽しませるAI|自然な手モンテカルロ木探索|Shogi AI|Deep Learning|Strength Adjustment|Entertaining AI|Natural MoveMonte Carlo Tree Search

要約(日本語): 初級者と中級者に対し，楽しんでもらえる将棋AIを目標として，6つの強さの異なる将棋AIが同時に推論するシステムを作成し，被験者実験を行い，評価した．楽しませる将棋AIを実現するために，対戦相手と同等の棋力となるような棋力調整手法を提案する． 6つのAIのうち5つが，相手が次に指す手を予測し，その予測が一致したAIが手を指すことで棋力調整を行なった．また，自然さを実現するために，6つのAIのうち残り1つに人間のプロ棋士でも勝てない最強のAIを導入する手法を提案する．対戦相手が悪手を指した場合に限り最強のAIが次の手を指すことで，悪手に対して棋力調整をするための弱い手や悪手を選択させるのではなく，最適な手を選択させることで，自然さを実現した．被験者実験では，対局後のアンケート結果より，楽しませる将棋AIを実現することはできたが，不自然さが残っていること，初級者に対して強すぎてしまうことが課題となった．