SVMによる2部ランキング学習を用いたコンピュータ将棋における 評価関数の学習

摘要

あらまし近年,将棋の評価関数の設計においては,機械学習を応用してパラメータの自動調整を行う手法が 主流となっている.ただし,評価項目(特徴)は作成者の棋力,感覚に基づいて用意されることが多く,これま で,複数の駒同士の関係など,複雑な特徴が数多く考案されてきた.本研究では,明示的に用意する特徴として は局面を表す基本的で単純なもののみとし,多項式カーネルとサポートベクターマシン(SVM)を用いて評価関 数の学習を行う手法を提案する.多項式カーネルを用いることにより,単項式で表現できる特徴間のn項関係 を,.全て高次の特徴として利用することができる.また,評価関数の学習問題を,合法手後の局面を順位づける 2部ランキングの問題と捉え,SVMを用いて学習を行う手法(ランキングSVM法)を提案する.対局や棋譜 との一致率を調べる実験結果,及び駒組みの観察等から,ランキングSVM法の有効性を示す.