書誌種別 |
図書 |
タイトル |
ゲーム計算メカニズム |
サブタイトル |
将棋・囲碁・オセロ・チェスのプログラムはどう動く |
シリーズ名 |
コンピュータ数学シリーズ |
シリーズ番号 |
7 |
タイトルヨミ |
ゲーム ケイサン メカニズム |
サブタイトルヨミ |
ショウギ イゴ オセロ チェス ノ プログラム ワ ドウ ウゴク |
シリーズ名ヨミ |
コンピュータ スウガク シリーズ |
シリーズ番号ヨミ |
7 |
人名 |
小谷 善行/編著
岸本 章宏/共著
柴原 一友/共著
鈴木 豪/共著
|
人名ヨミ |
コタニ ヨシユキ キシモト アキヒロ シバハラ カズトモ スズキ ツヨシ |
出版者・発行者 |
コロナ社
|
出版者・発行者等ヨミ |
コロナシャ |
出版地・発行地 |
東京 |
出版・発行年月 |
2010.2 |
ページ数または枚数・巻数 |
10,190p |
大きさ |
22cm |
価格 |
¥2800 |
ISBN |
978-4-339-02540-8 |
ISBN |
4-339-02540-8 |
注記 |
文献:p180〜185 |
分類記号 |
007.64
|
件名 |
アルゴリズム
/
ゲームソフト
|
内容紹介 |
コンピュータに、頭を使って戦う思考ゲームをプレイさせるにはどうしたらよいのか。2人・完全情報・確定的・零和ゲームなどを取り上げ、思考ゲームプレイングのアルゴリズムに取り組む。 |
言語区分 |
jpn |
タイトルコード |
1009811267425 |
目次 |
1 人間の知的遊戯とゲームの分類 |
|
1.1 ゲームとはなにか/1.2 ゲームの分類/1.3 2人完全情報確定零和ゲーム/1.4 思考ゲームの社会的意味 |
|
2 2人ゲームとゲーム木の先読み |
|
2.1 ゲームのプログラミングとは/2.2 ゲームのためのデータ/2.3 ゲームのための手続き/2.4 静的評価と通常のゲーム木探索 |
|
3 ゲーム木探索メカニズム |
|
3.1 β値の導入/3.2 α値の導入/3.3 順序付け/3.4 反復深化/3.5 ランダム探索木の作成方法 |
|
4 評価値計算とゲームプログラムの基礎 |
|
4.1 評価関数/4.2 ゲームプログラムを作る/4.3 データ構造や計算の工夫 |
|
5 ゲーム木拡張 |
|
5.1 前向き枝刈り/5.2 捕獲探索/5.3 シンギュラー拡張/5.4 小数点拡張/5.5 実現確率探索/5.6 探索アルゴリズムへの組み込み |
|
6 トランスポジションテーブル |
|
6.1 同一局面とはなにか/6.2 どんなときに局面が同一になるか/6.3 どんな情報を保存するか/6.4 データ構造/6.5 インデックスの衝突の(不)処理/6.6 トランスポジションテーブル利用のアルゴリズム/6.7 ハッシュ関数の構成法/6.8 他の状況でのハッシュテーブル/6.9 トランスポジションテーブルの有効性 |
|
7 ウィンドウ探索 |
|
7.1 ウィンドウ探索の基本とアスピレーション探索/7.2 ヌルウィンドウ探索/7.3 ネガスカウト/7.4 MTD |
|
8 探索領域の制御 |
|
8.1 ProbCut/8.2 実現確率探索 |
|
9 並列探索 |
|
9.1 動機/9.2 コンピュータのモデル/9.3 並列探索のオーバヘッド/9.4 並列アスピレーション探索/9.5 YBWCアルゴリズム/9.6 ワークスティーリングによる仕事のスケジューリング/9.7 分散メモリ環境における並列探索 |
|
10 AND/OR木と証明数探索 |
|
10.1 はじめに/10.2 定義/10.3 証明数と反証数/10.4 証明数探索/10.5 証明数探索の改良 |
|
11 深さ優先探索を用いた証明数探索と性能向上手法 |
|
11.1 深さ優先探索に変換する意義/11.2 脊尾のアルゴリズム/11.3 df-pnアルゴリズム/11.4 シミュレーション/11.5 トランスポジションテーブルの効率的な利用法/11.6 探索空間がDAGの場合に生じる問題 |
|
12 サイクル空間におけるAND/OR木探索 |
|
12.1 はじめに/12.2 GHI問題/12.3 GHI問題への単純な解決策/12.4 岸本・MüllerのGHI解決索/12.5 サイクル空間でのdf-pnアルゴリズムの無限ループ問題/12.6 最小距離法 |
|
13 モンテカルロ法による探索 |
|
13.1 囲碁でモンテカルロ法が成果を挙げる/13.2 モンテカルロ法の基本的な考え方/13.3 UCT/13.4 モンテカルロ法の現在 |
|
14 ゲームにおける学習1:強化学習 |
|
14.1 予言学習問題と学習アルゴリズム/14.2 最小平均二乗法/14.3 最小平均二乗法の学習例:4×3の世界/14.4 TD法/14.5 TD(λ)の学習例:4×3の世界/14.6 Q学習/14.7 いくつかの学習事例 |
|
15 ゲームにおける学習2:ニューラルネットワーク |
|
15.1 ニューラルネットワークと神経細胞/15.2 ニューラルネットワークの計算/15.3 ニューラルネットワークの学習方法/15.4 学習における問題/15.5 いくつかの学習事例 |