著者
西村 昭賢 森 直樹 岡田 真
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会全国大会論文集 第37回 (2023) (ISSN:27587347)
巻号頁・発行日
pp.2M5GS1002, 2023 (Released:2023-07-10)

近年, ゲーム環境への深層強化学習の応用が注目されている.特に,プレイヤーが得られる情報が部分的である不完全情報ゲームへと積極的に応用されている. 本研究では不完全情報ゲームの 1 つであるトレーディングカードゲーム (TCG) に着目した. TCG は使用可能なカードの性能や種類を変更可能という点で, 他のゲームよりも人工知能による攻略が困難である. また, この性質のためゲームバランスの調整が難しく, 公開後に修正が入ることが一般的であり, カードの性能を上方修正するバフや下方修正するナーフなどの用語が用いられる. 上記の背景から, 筆者らは深層強化学習とそれに基づく進化型計算を用いた TCG 環境のゲームバランス最適化手法を提案し, 独自の TCG 環境を用いて数値実験により提案手法の有効性を検証した.