研究グループの概要

Quick access for international students

研究テーマ

こちらはゲームAIの研究室です。ゲームは人工知能の優れた評価環境として昔から研究されてきました (賢いAIならゲームも上手にできてほしいものです)。研究の発展により今では、囲碁将棋など二人完全情報ゲームだけでなく、ポーカー、StarCraft IIなどなど多人数や不完全情報ゲームも含めた様々な分野で、世界最高のAIプログラムは人を超えるようになりました。今後は高性能のAIが広くそして身近なものとなり、また信頼できるようになることが期待されます。そのためにはAIエージェントが世界や他者を理解する能力を、強化学習探索、交渉やコミュニケーション (人狼やCatanなど) など様々な研究課題を通じて身につけてゆく必要があります。各ページの紹介や少し古いですが分野の紹介もご覧ください。

卒業研究配属・大学院入学/進学希望の方へ

東京大学教養学部前期課程学生の場合は教養学部学際科学科総合情報学コースに進学してください。大学院では、 (1) 総合文化研究科広域科学専攻広域システム科学系 (入試案内) と (2) 情報学環・学際情報学府総合分析情報学コース (入試案内, youtube) から受け入れています。授業等で若干の違いはありますが研究指導はどちらも同じです。修士課程の試験は例年8月です。説明会やウェブページ等で情報を入手してください。過去の入試問題も掲載されています。情報学環では若干名冬季の募集もあります。外部からの受験も歓迎します。実績としては約半数が外部からの入学です。(関係者一覧)

  • 学部生の方: プログラミングや情報系の科目の加えて、数学 (線形代数や解析,離散数学など) と確率・統計を学ぶことをお勧めします。定期試験の成績よりも、時間がかかってもくり返し読み直して理解する能力が研究では大切になります。数学の目安としては MML の前半をだいたい理解できていると、卒業研究の選択肢が広がります。(また数理分野の英単語にも馴染んでおくと将来論文を読む際に役立ちます)
  • 修士課程希望の方: 研究とはなんだろう? 授業課題や作業との違いは? など曖昧な場合は、研究計画書を書く前に暦本先生の講義 (ビデオ, 関連書籍) を見ることをお勧めします。数学の他に機械学習または強化学習の有名教科書のどれかを指導者のもとである程度読んだ (あるいは読む能力を習得済みである) ことが期待されます (例, MML, Reinforcement Learning, PML)
  • 博士課程希望の方: 関連する分野で査読付き国際会議等での採録実績があることが望ましいです。事前に相談してください。

コンタクト

電子メールでご連絡ください。(金子 知適)