研究紹介

ゲームAIの思考方法や学習方法は，ゲームの性質たとえば完全情報/不完全情報，人数(1,2,3以上)，報酬(ゼロ和/その他)などで，適する手法

HFO (Half Field Offense) での強化学習 Half field offense RoboCup 2D Soccer (HFO) は RoboCup のシミュレーション環境の課題の一つで，強化学習の課題の一つです． 行動空間の階層性を適切に扱うため(tu

ゲームにおける強化学習を研究しています． 対象ゲームに関する人の知識や棋譜などを使わずに，ゲームのルール，あるいはシミュレータを通しての経験だ

コンピュータ囲碁の研究を行っています 論文など Mandai, Y. and T. Kaneko “RankNet for evaluation functions of the game of Go,” ICGA Jour- nal, Vol. 41, No. 2, pp. 78–91 (2019), DOI: 10.3233/ICG-190108. 万代, 金子:「囲

並列・分散探索 多数の計算機で協調して、効率よく探索する方法を研究しています。 S. Yokoyama, T. Kaneko, and T. Tetsuro: Parameter-Free Tree Style Pipeline in Asynchronous Parallel Game-Tree Search, The 14th International Conference on Advances in Computers and Games Scalable Distributed Monte-Carlo Tree Search. Kazuki

コンピュータ将棋の研究を行っています。 学習 Kaneko, T. and T. Takizawa “Computer Shogi Tournaments and Techniques,” IEEE Transac- tions on Games, Vol. 11, No. 3, pp. 267–274 (2019), DOI: 10.1109/TG.2019.2939259.