Now Loading...

Now Loading...

モンテカルロ木探索

モンテカルロ木探索

モンテカルロ木探索とは、複数回のゲーム木の展開によるランダムシミュレーション(プレイアウト)をもとに、近似的に良い打ち手を決定する手法です。

クイズ

以下の文章を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。 探索の組み合わせの他にコスト評価に問題があるとわかってきた際、モンテカルロ法を用いることでその解決が図られた。モンテカルロ法では、ゲームがある局面に到達したら、コンピュータが仮想的な2プレーヤーを演じて(ア)ことでシミュレーションを行い、とにかくゲームを終局させる(これを(イ)と呼ぶ)手法をとる。これによってどの手法が最良なのか、とにかく数多く手を試して選択するという(ウ)で押し切る形をとることになる。
  • 正解を見る
  • 解説を見る
    モンテカルロ法では、ゲームがある局面に到達したら、コンピュータが仮想的な2プレーヤーを演じて完全にランダムに手を指し続けることでシミュレーションを行い、とにかくゲームを終局させる(これをプレイアウトと呼びます)手法をとります。これによってどの手法が最良なのか、とにかく数多く手を試して選択するというブルートフォース(Brute-force、力任せ)で押し切る形をとることになります。 (参考: G検定公式テキスト 第2版 第2章 2-1 P48-50) (参考: G検定公式テキスト 第1版 P31-32)

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化