完全情報ゲームにおける行動価値関数を用いた不完全情報ゲームの盤面推定

摘要

近年、ゲームをプレイするプログラム（エー ジェント）を開発する試みが数多くなされてい る。その中で、囲碁や将棋などの完全情報ゲー ムにおいては、深層強化学習などの手法を用い てプロのプレイヤーを超える性能を持つエー ジェントも現れている。一方で、麻雀やポー カーなどの不完全情報ゲームにおいては非公開 の情報が存在するため、プレイの際にゲームの 状態を推測しなければならず、完全情報ゲーム に対する手法をそのまま応用することができな い。そのため、現在においても人間に勝利する レベルに達していないゲームが多く存在する。