人狼ゲームにおける深層強化学習を用いたエージェント

カテゴリ: 全国大会

論文No: 3-085

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Human-Like Artificial Intelligence Using Deep Reinforcement Learning for the Werewolf Game

著者名: 福田宗理（東京都市大学）,穴田一（東京都市大学）

著者名(英語): mucchi Fukuda (Tokyo City University),hajime Anada (Tokyo City University)

キーワード: 人工知能|人狼知能|DQN|AI|Werewolf intelligence|DQN

要約(日本語): 近年，人工知能による将棋や囲碁などのゲームの大会が開催されている．その1つに人狼ゲームを行う人狼知能大会がある．人狼ゲームで勝つためには嘘をつく能力や，情報の真偽を見極める能力が要求される．これらの能力が向上することで，人工知能がより高度な判断が可能となり，人間の知能に近づくと考えられる．そのため，この人狼知能大会が注目され，人狼知能の研究が勢力的に行われている．そこで本研究では，役職推定者の役職や全会話情報を用いた役職推定モデルを構築し，その有効性を確認した．そして，この役職推定モデルとDeep Q N

原稿種別: 日本語

PDFファイルサイズ: 413 Kバイト