Machine learning and distributed game-tree search in games
Machine learning and distributed game-tree search in games
游戏中的机器学习和分布式博弈树搜索
批准号：
16H02927
负责人：
KANEKO TOMOYUKI
金额：
$3.41万
依托单位：
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2016
资助国家：
日本
项目状态：
已结题
起止时间：
2016-04-01 至 2019-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
Improved LinUCT and Its Evaluation on Incremental Random-Feature Tree
增量随机特征树的改进LinUCT及其评估
增量随机特征树的改进LinUCT及其评估
DOI：
10.1109/cig.2016.7860440
发表时间：
2016
期刊：
IEEE Computational Intelligence and Games
影响因子：
--
作者：
[浅野旬吾, 伊藤毅志, Y. Mandai and T. Kaneko]
通讯作者：
Y. Mandai and T. Kaneko
人狼ゲームエージェントにおける行動選択手法の比較
狼人游戏智能体中动作选择方法的比较
狼人游戏智能体中动作选择方法的比较
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
[王 天鶴, 金子 知適]
通讯作者：
金子 知適
モンテカルロ木探索における子孫の勝敗確定時のプレイアウト結果の修正
修正了蒙特卡罗树搜索中后代获胜或失败时的比赛结果
修正了蒙特卡罗树搜索中后代获胜或失败时的比赛结果
DOI：
--
发表时间：
2016
期刊：
ゲームプログラミングワークショップ2016論文集
影响因子：
--
作者：
[山田亮太, 松谷悠佑, 木村尭朗, 伊達広行, Takahisa Imagawa and Tomoyuki Kaneko, 今川 孝久，金子知適, T. Imagawa and T. Kaneko, 今川孝久 金子知適]
通讯作者：
今川孝久 金子知適
LSTM の初期状態の学習による DRQN の改善
通过学习LSTM的初始状态来改进DRQN
通过学习LSTM的初始状态来改进DRQN
DOI：
--
发表时间：
2018
期刊：
第23回ゲームプログラミングワークショップ
影响因子：
--
作者：
[瀧ノ上正浩, Oh Hyunwoo 金子 知適]
通讯作者：
Oh Hyunwoo 金子 知適
Heterogeneous Multi-Task Learning of Evaluation Functions for Chess and Shogi
国际象棋和将棋评估函数的异构多任务学习
国际象棋和将棋评估函数的异构多任务学习
DOI：
10.1007/978-3-030-04182-3_31
发表时间：
2018
期刊：
ICONIP 2018
影响因子：
--
作者：
[Haruna Sonobe, Hiroaki Nishino, Yoshihiro Okada, Kousuke Kaneko, Shanchuan Wan and Tomoyuki Kaneko]
通讯作者：
Shanchuan Wan and Tomoyuki Kaneko
共 39 条
海外基金