1. [ホーム]
  2. [研究業績]
  3. [研究業績詳細]

研究業績詳細

タイトル マルコフ決定過程で表現されたロールプレイングゲームにおける攻略法の能動学習
著者 前田康成 、後藤文太朗 、升井洋志 、桝井文人 、鈴木正清 、松嶋敏泰
年度 2013
形式 論文誌
分野 知識情報処理
掲載雑誌名 バイオメディカル・ファジィ・システム学会誌
掲載号・ページ vol.15, no.1, pp.69-81
掲載年 2013
掲載月 6
アブスト
（日本語）		 査読有
DOIなし

従来からマルコフ決定過程（MDP）を用いたロールプレイングゲーム（RPG）のモデル化が行われている．しかし，RPGの攻略法を能動的に学習する研究は行われていない．そこで，本研究では，真のパラメータが未知のMDPで表現されたRPGにおける期待総利得をベイズ基準のもとで最大にする攻略法を求める能動的な学習方法を提案する．シミュレーションをとおして，提案方法の有効性を確認する．
アブスト
（英語）		 In previous research a role-playing game(RPG) is represented with Markov decision processes(MDP). But active learning method for RPG has not been studied yet. In this research we propose an active learning method which maximizes an expected total reward with respect to a Bayes criterion under the condition that the true parameter of MDP is unknown. We recognize the effectiveness of our proposed method by some simulations.
備考
（日本語）		 3
備考
（英語）		 3
論文原稿
発表資料

関連論文