ニューラルネットワークと強化学習による対戦型2048プレイヤの作成

摘要

「対戦型2048」とは，一人ゲーム「2048」を二人ゲームに拡張したものである。対戦型2048の特徴の一つは，攻撃側と防御側でプレイが非対称なことである。これまで2015年のGPCCの問題として採用され，いくつかのプレイヤが実装された。本研究では，ニューラルネットワークと強化学習を用いて対戦型2048プレイヤを作成した。ニューラルネットワークには，全体5層からなる畳み込みニューラルネットワーク[Matsuzaki,投稿中]を用いた。大きく2通りの学習の方法を用いた実験を行った。一つは，防御側の学習と攻擊側の学習を交互に行うものである。もう一つは，防御側の学習と攻撃側の学習を同時に行うものである。得られたプレイヤ間での相互対戦の結果，防御側の学習と攻撃側の学習を交互に行うもののほうが良い結果を示した。