深層強化学習を用いた麻雀AIに関する研究
鶴岡慶雅(東京大学大学院 情報理工学系研究科電子情報学専攻)

近年、深層強化学習を用いたAIが囲碁やポーカーなどのゲームでプロのプレイヤーに勝利している。麻雀でも強力なAIが開発されているものの、まだプロのプレイヤーに勝利した例はない。そのようなAIの開発の障壁となっているのは、AIの開発や評価が行われるネット麻雀とプロの麻雀との間でルールやプレイの性質に大きな違いがあることである。我々は、麻雀AIをプロの麻雀に適用する上での障壁を減らすことを目標に研究を行っている。

具体的な研究項目は以下の通りである。

• ネット麻雀とプロ麻雀のルールの違い、特に順位点の違いに対応するための研究
• ネット麻雀では、プロの様に相手の手牌を推測する思考が欠如しているという問題を解決するための研究
• 麻雀の実力を評価するためには膨大な試合数が必要であるという問題を解決するための研究

研究紹介ポスター／最終報告書