- 著者
-
築地 毅
柴原 一友
- 雑誌
- ゲームプログラミングワークショップ2017論文集
- 巻号頁・発行日
- vol.2017, pp.163-170, 2017-11-03
本稿では,麻雀の捨て牌を自動選択させるのに効果的なCNN構成を提案する.近年ディープラーニングの技術が確立し始めており,特に画像認識分野において,既存の技術では困難であった特徴の自動抽出をディープラーニングおよびCNNで実現したことにより,非常に高い精度を上げるようになってきている.麻雀においてもニューラルネットワークやディープラーニングを用いた事例は発表されている.一方,麻雀特有の情報を特徴量としてコーディングしており,特徴を自動抽出するというディープラーニングの特性を活かした設計になっているとは言いがたく,人の設計の手を離れることで,さらに精度が向上する可能性はあると考えられる.そこで本稿では,麻雀の特徴を自動抽出して捨て牌を自動選択する学習を行うことを目的として,位置不変性や共有重みの概念を活かした,麻雀の学習用CNN構成を提案する.本稿で提案する牌のコーディング方法およびフィルターを組み合わせたCNN構成により,手牌と捨て牌だけという極めて単純な入力データを用いて,テストデータとの一致率を53.98%にまで上げる事に成功した.