モンテカルロ木探索
(Monte Carlo tree search から転送)
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2020/12/10 02:35 UTC 版)
モンテカルロ木探索（モンテカルロきたんさく、英: Monte Carlo tree search）とは、モンテカルロ法を使った木の探索の事。決定過程に対する、ヒューリスティクス（＝途中で不要な探索をやめ、ある程度の高確率で良い手を導ける）な探索アルゴリズムである。
- ^ a b c Abramson, Bruce (1987). The Expected-Outcome Model of Two-Player Games. Technical report, Department of Computer Science, Columbia University 2013年12月23日閲覧。
- ^ Wolfgang Ertel; Johann Schumann; Christian Suttner (1989). “Learning Heuristics for a Theorem Prover using Back Propagation.”. 5. Österreichische Artificial-Intelligence-Tagung. Informatik-Fachberichte 208,pp. 87-95.. Springer
- ^ Christian Suttner; Wolfgang Ertel (1990). “Automatic Acquisition of Search Guiding Heuristics.”. CADE90, 10th Int. Conf. on Automated Deduction.pp. 470-484. LNAI 449.. Springer
- ^ Christian Suttner; Wolfgang Ertel (1991). “Using Back-Propagation Networks for Guiding the Search of a Theorem Prover.”. Journal of Neural Networks Research & Applications 2 (1): 3–16.
- ^ a b Brügmann, Bernd (1993). Monte Carlo Go. Technical report, Department of Physics, Syracuse University
- ^ Chang, Hyeong Soo; Fu, Michael C.; Hu, Jiaqiao; Marcus, Steven I. (2005). “An Adaptive Sampling Algorithm for Solving Markov Decision Processes”. Operations Research 53: 126–139. doi:10.1287/opre.1040.0145.
- ^ Hyeong Soo Chang; Michael Fu; Jiaqiao Hu; Steven I. Marcus (2016). “Google DeepMind's Alphago: O.R.'s unheralded role in the path-breaking achievement”. OR/MS Today 45 (5): 24–29.
- ^ Rémi Coulom (2008). “The Monte-Carlo Revolution in Go”. Japanese-French Frontiers of Science Symposium
- ^ Rémi Coulom (2007). “Efficient Selectivity and Backup Operators in Monte-Carlo Tree Search”. Computers and Games, 5th International Conference, CG 2006, Turin, Italy, May 29–31, 2006. Revised Papers. H. Jaap van den Herik, Paolo Ciancarini, H. H. L. M. Donkers (eds.). Springer. pp. 72–83. ISBN 978-3-540-75537-1
- ^ a b Kocsis, Levente; Szepesvári, Csaba (2006). “Bandit based Monte-Carlo Planning”. In Fürnkranz, Johannes; Scheffer, Tobias; Spiliopoulou, Myra. Machine Learning: ECML 2006, 17th European Conference on Machine Learning, Berlin, Germany, September 18–22, 2006, Proceedings. Lecture Notes in Computer Science. 4212. Springer. pp. 282–293. doi:10.1007/11871842_29. ISBN 3-540-45375-X
- ^ Sylvain Gelly; Yizao Wang; Rémi Munos; Olivier Teytaud (November 2006). Modification of UCT with Patterns in Monte-Carlo Go. Technical report, INRIA
- ^ Markus Enzenberger; Martin Mūller (2008). Fuego – An Open-Source Framework for Board Games and Go Engine Based on Monte Carlo Tree Search. Technical report, University of Alberta
- ^ “The Shodan Go Bet”. 2012年5月2日閲覧。
- ^ Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis et al. (28 January 2016). “Mastering the game of Go with deep neural networks and tree search”. Nature 529 (7587): 484–489. Bibcode: 2016Natur.529..484S. doi:10.1038/nature16961. ISSN 0028-0836. PMID 26819042.
- ^ “Research Blog: AlphaGo: Mastering the ancient game of Go with Machine Learning”. Google Research Blog (2016年1月27日). 2020年4月30日閲覧。
- ^ “Google achieves AI 'breakthrough' by beating Go champion”. BBC News (2016年1月27日). 2020年4月30日閲覧。
- ^ “Match 1 - Google DeepMind Challenge Match: Lee Sedol vs AlphaGo”. Youtube (2016年3月9日). 2020年4月30日閲覧。
- ^ “Google AlphaGo AI clean sweeps European Go champion”. ZDNet (2016年1月28日). 2020年4月30日閲覧。
- ^ Broderick Arneson; Ryan Hayward; Philip Henderson (June 2009). “MoHex Wins Hex Tournament”. ICGA Journal 32 (2): 114–116. doi:10.3233/ICG-2009-32218.
- ^ Timo Ewalds (2011). Playing and Solving Havannah. Master's thesis, University of Alberta
- ^ Richard J. Lorentz (2008). “Amazons Discover Monte-Carlo”. Computers and Games, 6th International Conference, CG 2008, Beijing, China, September 29 – October 1, 2008. Proceedings. H. Jaap van den Herik, Xinhe Xu, Zongmin Ma, Mark H. M. Winands (eds.). Springer. pp. 13–24. ISBN 978-3-540-87607-6
- ^ Tomáš Kozelek (2009). Methods of MCTS and the game Arimaa. Master's thesis, Charles University in Prague
- ^ Xiaocong Gan; Yun Bao; Zhangang Han (December 2011). “Real-Time Search Method in Nondeterministic Game – Ms. Pac-Man”. ICGA Journal 34 (4): 209–222. doi:10.3233/ICG-2011-34404.
- ^ Tom Pepels; Mark H. M. Winands; Marc Lanctot (September 2014). “Real-Time Monte Carlo Tree Search in Ms Pac-Man”. IEEE Transactions on Computational Intelligence and AI in Games 6 (3): 245–257. doi:10.1109/tciaig.2013.2291577.
- ^ Mountain, Gwaredd (2015年). “Tactical Planning and Real-time MCTS in Fable Legends”. 2019年6月8日閲覧。 “.. we implemented a simulation based approach, which involved modelling the game play and using MCTS to search the potential plan space. Overall this worked well, ...”
- ^ Michael Buro; Jeffrey Richard Long; Timothy Furtak; Nathan R. Sturtevant (2009). “Improving State Evaluation, Inference, and Search in Trick-Based Card Games”. IJCAI 2009, Proceedings of the 21st International Joint Conference on Artificial Intelligence, Pasadena, California, USA, July 11–17, 2009. Craig Boutilier (ed.). pp. 1407–1413
- ^ Jonathan Rubin; Ian Watson (April 2011). “Computer poker: A review”. Artificial Intelligence 175 (5–6): 958–987. doi:10.1016/j.artint.2010.12.005. オリジナルの2012-08-13時点におけるアーカイブ。.
- ^ C.D. Ward; P.I. Cowling (2009). “Monte Carlo Search Applied to Card Selection in Magic: The Gathering”. CIG'09 Proceedings of the 5th international conference on Computational Intelligence and Games. IEEE Press. オリジナルの2016-05-28時点におけるアーカイブ。
- ^ István Szita; Guillaume Chaslot; Pieter Spronck (2010). “Monte-Carlo Tree Search in Settlers of Catan”. Advances in Computer Games, 12th International Conference, ACG 2009, Pamplona, Spain, May 11–13, 2009. Revised Papers. Springer. pp. 21–32. ISBN 978-3-642-12992-6
- ^ G.M.J.B. Chaslot; M.H.M. Winands; J.W.H.M. Uiterwijk; H.J. van den Herik; B. Bouzy (2008). “Progressive Strategies for Monte-Carlo Tree Search”. New Mathematics and Natural Computation 4 (3): 343–359. doi:10.1142/s1793005708001094.
- ^ Bradberry, Jeff (2015年9月7日). “Introduction to Monte Carlo Tree Search”. 2019年4月12日閲覧。
- ^ C. B. Browne; E. Powley; D. Whitehouse; S. M. Lucas; P. I. Cowling; P. Rohlfshagen; S. Tavener; D. Perez et al. (February 2012). “A Survey of Monte Carlo Tree Search Methods”. IEEE Transactions on Computational Intelligence and AI in Games 4: 1-43. doi:10.1109/TCIAIG.2012.2186810. ISSN 1943-068X.
- ^ Auer, Peter; Cesa-Bianchi, Nicolò; Fischer, Paul (2002). “Finite-time Analysis of the Multiarmed Bandit Problem”. Machine Learning 47 (2/3): 235–256.
- ^ Auger, David; Couetoux, Adrien; Teytaud, Olivier (2013). “Continuous Upper Confidence Trees with Polynomial Exploration - Consistency”. Machine Learning and Knowledge Discovery in Databases (Springer Berlin Heidelberg) 8188: 194-209. doi:10.1007/978-3-642-40988-2_13.
- ^ AlphaZero: Shedding new light on the grand games of chess, shogi and Go | DeepMind
[続きの解説]
「モンテカルロ木探索」の続きの解説一覧
- 1 モンテカルロ木探索とは
- 2 モンテカルロ木探索の概要
- 3 探索と知識利用
このページでは「ウィキペディア」からモンテカルロ木探索を検索した結果を表示しています。
Weblioに収録されているすべての辞書からモンテカルロ木探索を検索する場合は、下記のリンクをクリックしてください。
全ての辞書からモンテカルロ木探索 を検索
Weblioに収録されているすべての辞書からモンテカルロ木探索を検索する場合は、下記のリンクをクリックしてください。
全ての辞書からモンテカルロ木探索 を検索 - モンテカルロ木探索のページへのリンク
