@misc{oai:uec.repo.nii.ac.jp:00008472,
 author = {武藤, 孝輔},
 month = {2017-03-13},
 note = {2016, ターン制戦略ゲームは，探索空間が広いため探索の効率化が重要な問題の1つである．
　これは複数着手性という同一手番で複数の駒を動かせる性質が原因であり，また，囲碁将棋やリアルタイムストラテジーゲームほど盛んに学術的な研究が行われていなかったため，人間プレイヤに匹敵する強いAIプログラムが存在しなかった．
　ターン制戦略ゲームの具体的な研究対象として，ターン制戦略ゲームの研究用プラットフォームであるTUBSTAPを用い，強いAIプログラムのアルゴリズムについて検討を行った．
　本研究では，M-UCTとF-UCTという2つの手法を提案し，それらのアルゴリズムを実装したAIプログラムを作成し，対戦実験から性能評価を行った．
　M-UCTは，ユニット行動木という1 つの駒の行動ごとに分解されたゲーム木を構成し，UCT探索により行動決定を行う手法である．ユニット行動木を用いることにより，駒を動かす順番を考慮した探索が可能となった．複数着手性のある問題に対して，着手の順番は重要な要素であるため，この特性が棋力の向上に大きな影響を与えた．
　既存のAIプログラムと対戦実験を行った結果，全ての対戦プログラムに勝ち越しその強さを確認した．また，Game AI Tournaments2016で開催された第2回TUBSTAP大会で優勝した．
　F-UCTはM-UCTにファジィ評価を加えて拡張した手法である．人間プレイヤがCPUプレイヤに対して遥かに強いという現状から，人間プレイヤの直感評価をファジィ集合でモデル化し，探索に用いることで効率化を図った．
　M-UCTとの自己対戦の結果，ファジィ集合生成のための学習に使用したマップ，およびそのマップに特徴が類似したマップではM-UCTに勝ち越し，ファジィ集合による人間の直感のモデル化とそれによる評価の有効性を示した．},
 title = {ターン制戦略ゲームAIの棋力向上},
 year = {},
 yomi = {ムトウ, コウスケ}
}