SVMによるバイパータイト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

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，すべ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ハイパータイト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，および駒組みの観察等から，ランキングSVM法の有効性を示す．