Fugu-MT 論文翻訳(概要): Complete Implementation of WXF Chinese Chess Rules

論文の概要: Complete Implementation of WXF Chinese Chess Rules

arxiv url: http://arxiv.org/abs/2412.17334v1
Date: Mon, 23 Dec 2024 06:56:50 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-24 15:59:05.608549
Title: Complete Implementation of WXF Chinese Chess Rules
Title（参考訳）: WXFチャイニーズチェスルールの完全実装
Authors: Daniel Tan, Neftali Watkinson Medina,
Abstract要約: 本稿では,WXFマニュアルに見られる110例すべてにおいて,WXFルールを正しく決定するための完全アルゴリズムを提案する。プログラムの正しさを損なうことなく繰り返し処理を高速化するための新しい最適化をいくつか導入する。
参考スコア（独自算出の注目度）: 0.32885740436059047
License:
Abstract: Unlike repetitions in Western Chess where all repetitions are draws, repetitions in Chinese Chess could result in a win, draw, or loss depending on the kind of repetition being made by both players. One of the biggest hurdles facing Chinese Chess application development is a proper system for judging games correctly. This paper introduces a complete algorithm for ruling the WXF rules correctly in all 110 example cases found in the WXF manual. We introduce several novel optimizations for speeding up the repetition handling without compromising the program correctness. This algorithm is usable in engines, and we saw a total increase in playing strength by +10 point rating increase, or an increased 5% winrate when integrating this approach into our prototype engine.
Abstract（参考訳）: すべての繰り返しが引き起こされる西チェスの繰り返しとは異なり、中国チェスの繰り返しは、双方のプレイヤーの繰り返しによって勝利、引き分け、損失をもたらす可能性がある。中国のチェス開発が直面している最大のハードルのひとつは、ゲームを正しく判断する適切なシステムだ。本稿では,WXFマニュアルに見られる110例すべてにおいて,WXFルールを正しく決定するための完全アルゴリズムを提案する。プログラムの正しさを損なうことなく繰り返し処理を高速化するための新しい最適化をいくつか導入する。このアルゴリズムはエンジンで使用でき、試作エンジンにこの手法を組み込むと、プレイ強度が+10ポイント向上する、あるいは5%向上する、という結果が得られた。

関連論文リスト

Predicting Chess Puzzle Difficulty with Transformers [0.0]
GlickFormerは,Glicko-2レーティングシステムを用いて,チェスパズルの難易度を予測するトランスフォーマーアーキテクチャである。提案モデルでは,空間的特徴抽出にChessFormerのバックボーンを改良し,分解変換技術を用いて時間情報を組み込んだ。結果は、GlickFormerのパフォーマンスが、最先端のChessFormerベースラインと比較して、複数のメトリクスにわたって優れていることを示している。
論文参考訳（メタデータ） (2024-10-14T20:39:02Z)
Amortized Planning with Large-Scale Transformers: A Case Study on Chess [11.227110138932442]
本稿では,AIにおける画期的な計画問題であるチェスを用いて,計画課題の性能評価を行う。 ChessBenchは、Stockfishが提供する法的行動と価値アノテーション(1500億ポイント)を備えた1000万のチェスゲームの大規模なベンチマークである。極めて優れた近似を教師付き学習により大規模変圧器に蒸留することは可能であるが, 完全蒸留は依然として到達範囲を超えている。
論文参考訳（メタデータ） (2024-02-07T00:36:24Z)
Hardness of Independent Learning and Sparse Equilibrium Computation in Markov Games [70.19141208203227]
マルコフゲームにおける分散型マルチエージェント強化学習の問題点を考察する。我々は,全てのプレイヤーが独立に実行すると,一般のサムゲームにおいて,アルゴリズムが到達しないことを示す。我々は,全てのエージェントが集中型アルゴリズムによって制御されるような,一見簡単な設定であっても,下位境界が保持されていることを示す。
論文参考訳（メタデータ） (2023-03-22T03:28:12Z)
Predicting Winning Regions in Parity Games via Graph Neural Networks (Extended Abstract) [68.8204255655161]
グラフニューラルネットワークを用いてパリティゲームの勝利領域を決定するための不完全時間的アプローチを提案する。これは、データセットの60%の勝利領域を正しく決定し、残りの領域で小さなエラーしか発生しない。
論文参考訳（メタデータ） (2022-10-18T15:10:25Z)
On the complexity of Dark Chinese Chess [5.019685897194575]
ダーク・チャイニーズ・チェスはボードゲームとカードゲームでもっとも複雑な要素を組み合わせている。本報告では,暗黒中国チェスのゲームにおける複雑性解析について述べる。
論文参考訳（メタデータ） (2021-12-06T13:08:53Z)
Last-iterate Convergence in Extensive-Form Games [49.31256241275577]
逐次ゲームにおける楽観的アルゴリズムの最後の点収束について検討する。これらのアルゴリズムはいずれも最終点収束を楽しみ、そのいくつかは指数関数的に高速に収束する。
論文参考訳（メタデータ） (2021-06-27T22:02:26Z)
Generating Diverse and Competitive Play-Styles for Strategy Games [58.896302717975445]
ターン型戦略ゲーム(Tribes)のためのプログレッシブアンプランによるPortfolio Monte Carlo Tree Searchを提案する。品質分散アルゴリズム(MAP-Elites)を使用して異なるプレイスタイルを実現し、競争レベルを維持しながらパラメータ化する方法を示します。その結果,このアルゴリズムは,トレーニングに用いるレベルを超えて,幅広いゲームレベルにおいても,これらの目標を達成できることが示された。
論文参考訳（メタデータ） (2021-04-17T20:33:24Z)
LiveChess2FEN: a Framework for Classifying Chess Pieces based on CNNs [0.0]
我々は,1秒未満で画像からチェス位置を自動的にデジタル化する機能的フレームワークを実装した。チェスの駒の分類と組込みプラットフォーム上で効率的にマップする方法について、さまざまな畳み込みニューラルネットワークを分析した。
論文参考訳（メタデータ） (2020-12-12T16:48:40Z)
Assessing Game Balance with AlphaZero: Exploring Alternative Rule Sets in Chess [5.3524101179510595]
私たちはAlphaZeroを使って、新しいチェスの変種を創造的に探索し、設計しています。チェスのルールに原子的変化を含む他の9つの変種を比較した。 AlphaZeroを用いて各変種に対する準最適戦略を学習することにより、これらの変種が採用された場合、強い人間プレイヤー間のゲームがどのように見えるかを決定する。
論文参考訳（メタデータ） (2020-09-09T15:49:14Z)
Learning to Play Sequential Games versus Unknown Opponents [93.8672371143881]
学習者が最初にプレーするゲームと、選択した行動に反応する相手との連続的なゲームについて考察する。対戦相手の対戦相手列と対戦する際,学習者に対して新しいアルゴリズムを提案する。我々の結果には、相手の反応の正則性に依存するアルゴリズムの後悔の保証が含まれている。
論文参考訳（メタデータ） (2020-07-10T09:33:05Z)
Stochastic Regret Minimization in Extensive-Form Games [109.43344748069933]
Monte-Carlo counterfactual regret minimization (MCCFR) は、完全な木には大きすぎるシーケンシャルゲームを解くための最先端のアルゴリズムである。後悔の最小化手法を開発するための新しい枠組みを開発する。 MCCFRよりも優れた方法がいくつかある3つのゲームについて広範な実験を行った。
論文参考訳（メタデータ） (2020-02-19T23:05:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。