@misc{oai:uec.repo.nii.ac.jp:00009149,
 author = {三留, 大明},
 month = {2019-04-24},
 note = {2018, 本論文では，多人数不完全情報ゲームの一つである麻雀を題材とし，機械学習を用いて人工知能 (AI) プレイヤの実力を向上させることを目標に行った研究内容について述べる．
　多人数不完全情報ゲームにおいて，他プレイヤのみが知る情報を推定することは，強いAIプレイヤを作成することに繋がる．そこで，本研究では副露 (フーロ) した他家が聴牌 (テンパイ) しているか否かという非公開情報の推定に着目した．麻雀は，最終的な持ち点を競うゲームであるため，和了 (ホーラ) 即ちあがりにより得点を得るだけではなく，放銃などによる失点を防ぐこともすべきであると一般に考えられている．そのような麻雀の性質から，失点を避けるために，副露した他家の聴牌を予測することは，強いAIプレイヤを作成するうえで重要であると考えられる．
　聴牌確率の推定精度が向上する要因を調査するために行った実験では，次のような結果を得た．
　1つ目の実験では，ゲーム状況を表す特徴の数を22から3,000程度に増やすことにより，推定精度が向上することが明らかになった．
　2つ目の実験では，打牌数，副露数で場合分けして推定することにより，推定精度が向上することが明らかになった．
　3つ目の実験では，ロジスティック回帰ではなく，3層ニューラルネットワークを用いて推定することにより，推定精度が向上することが明らかになった．
　本研究ではまた，聴牌確率推定の精度向上が麻雀AIプレイヤの強さに寄与するかを検証するための対戦実験も行った．上記の実験結果に基づき，打牌数，副露数で場合分けし，多くの特徴からロジスティック回帰を用いて作成したモデルを既存の麻雀AIプレイヤに組み込み，対戦実験を行った．約27,000回の対戦の結果，平均順位は2.503で既存のAIプレイヤより低い平均順位であったが，有意な差ではなかった．},
 title = {副露した他家の聴牌を予測する研究},
 year = {},
 yomi = {ミトメ, ヒロアキ}
}