AIだってブラフを張れる 不完全情報に対処する強化学習 - ABEJA Tech Blog

はじめに ABEJAアドベントカレンダー2023の11日目の記事です。この記事では不完全情報ゲームを解くための手法であるDeepNashについて紹介します。DeepNashはMastering the game of Stratego with model-free multiagent reinforcement learning（arXiv： Mastering the Game of Stratego with Model-Free Multiagent Reinforcement Learning）で提案されたモデルフリー強化学習をベースとした手法です。通常、強化学習を用いる場合エージェントが対戦相手に勝つことを目的として学習を行います。一方でDeepNashでは相手に勝つことを直接目指すのではなく、ナッシュ均衡を目指します。ナッシュ均衡を目指すことで相手がどんな手を打ったとしても

[misshiki]

“強化学習とゲーム理論を組み合わせることで不完全情報ゲームを攻略するDeepNashについて紹介”内容に関係ないが、グラフに空目していて何だろうと思ったがブラフだった。内容は良い。