論文の概要: General search techniques without common knowledge for imperfect-information games, and application to superhuman Fog of War chess

• arxiv url: http://arxiv.org/abs/2506.01242v1
• Date: Mon, 02 Jun 2025 01:41:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.005212
• Title: General search techniques without common knowledge for imperfect-information games, and application to superhuman Fog of War chess
• Title（参考訳）: 不完全情報ゲームにおける共通知識のない一般探索手法とスーパーヒューマンFog of War chessへの応用
• Authors: Brian Hu Zhang, Tuomas Sandholm,
• Abstract要約: 我々は、戦争チェスのための最初の超人的AIであるObscuroを提示する。 不完全な情報ゲームにおける検索の進歩を導入し、強力でスケーラブルな推論を可能にした。 最先端のAIと人間のプレーヤーに対する実験は、Obscuroがかなり強いことを示している。
• 参考スコア（独自算出の注目度）: 68.20244032271847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Since the advent of AI, games have served as progress benchmarks. Meanwhile, imperfect-information variants of chess have existed for over a century, present extreme challenges, and have been the focus of significant AI research. Beyond calculation needed in regular chess, they require reasoning about information gathering, the opponent's knowledge, signaling, etc. The most popular variant, Fog of War (FoW) chess (aka. dark chess) is a recognized challenge problem in AI after superhuman performance was reached in no-limit Texas hold'em poker. We present Obscuro, the first superhuman AI for FoW chess. It introduces advances to search in imperfect-information games, enabling strong, scalable reasoning. Experiments against the prior state-of-the-art AI and human players -- including the world's best -- show that Obscuro is significantly stronger. FoW chess is the largest (by amount of imperfect information) turn-based game in which superhuman performance has been achieved and the largest game in which imperfect-information search has been successfully applied.
• Abstract（参考訳）: AIの登場以来、ゲームは進捗ベンチマークとして機能してきた。 一方、チェスの不完全情報変種は1世紀以上にわたって存在し、極端な課題を呈しており、重要なAI研究の焦点となっている。 通常のチェスに必要な計算以外にも、情報収集や相手の知識、合図などについての推論が必要である。 最も一般的な変種であるFog of War(FoW)チェス(ダークチェス)は、テキサスホールディングスのポーカーで超人的パフォーマンスが到達した後、AIにおいて認識される課題である。 我々は,FoWチェスのための初の超人的AIであるObscuroを紹介する。 不完全な情報ゲームにおける検索の進歩を導入し、強力でスケーラブルな推論を可能にした。 最先端のAIと、世界最高のAIを含む人間のプレイヤーに対する実験は、Obscuroがはるかに強いことを示している。 FoWチェスは、超人的なパフォーマンスが達成されたターンベースゲームとしては最大であり、不完全な情報検索が成功したゲームとしては最大である。

関連論文リスト

• Human-aligned Chess with a Bit of Search [35.16633353273246]
  チェスは長年、AIが人間の知性と一致しようとする試みの場だった。 本稿では,この古典的なゲームにおいて,人工知能と人間の知能のギャップを埋めるために設計されたチェスをプレイするAIであるAllieを紹介する。
  論文  参考訳（メタデータ） (2024-10-04T19:51:03Z)
• Are AlphaZero-like Agents Robust to Adversarial Perturbations? [73.13944217915089]
  AlphaZero(AZ)は、ニューラルネットワークベースのGo AIが人間のパフォーマンスを大きく上回ることを示した。 私たちは、Go AIが驚くほど間違った行動を起こさせる可能性のある、敵対的な状態が存在するかどうか尋ねる。 我々は、Go AIに対する最初の敵攻撃を開発し、探索空間を戦略的に減らし、効率よく敵の状態を探索する。
  論文  参考訳（メタデータ） (2022-11-07T18:43:25Z)
• AI-powered mechanisms as judges: Breaking ties in chess [0.0]
  本稿では,AIによる客観的タイブレッシング機構を提案する。 本手法は,強力なチェスエンジンによって提案される最適動作と比較することにより,選手の動きの質を評価する。 このアプローチは、競争の公平性と完全性を高めるだけでなく、ゲームの高水準を維持している。
  論文  参考訳（メタデータ） (2022-10-15T13:27:49Z)
• Mastering the Game of Stratego with Model-Free Multiagent Reinforcement Learning [86.37438204416435]
  Strategoは、人工知能(AI)がまだマスターしていない数少ない象徴的なボードゲームの一つだ。 ストラテゴにおける決定は、行動と結果の間に明らかな結びつきがなく、多数の個別の行動に対してなされる。 DeepNashは、ストラテゴの既存の最先端AIメソッドを破り、Gravonゲームプラットフォームで年間(2022年)と最高3位を達成した。
  論文  参考訳（メタデータ） (2022-06-30T15:53:19Z)
• DecisionHoldem: Safe Depth-Limited Solving With Diverse Opponents for Imperfect-Information Games [31.26667266662521]
  DecisionHoldemは、ディープ・リミテッド・サブゲームによる安全な解法を備えた、ヘッドアップ・ノー・リミット・テキサスホールディングスのためのハイレベルAIだ。 我々は,不完全な情報ゲームにおけるAI開発を促進するために,DecisionHoldemのソースコードとツールをリリースする。
  論文  参考訳（メタデータ） (2022-01-27T15:35:49Z)
• TotalBotWar: A New Pseudo Real-time Multi-action Game Challenge and Competition for AI [62.997667081978825]
  TotalBotWarは、ゲームAIのための新しい擬似リアルタイムマルチアクションチャレンジだ。 ゲームはTotalWarのゲームシリーズに基づいており、プレイヤーは敵のゲームに勝つために軍隊を管理する。
  論文  参考訳（メタデータ） (2020-09-18T09:13:56Z)
• Suphx: Mastering Mahjong with Deep Reinforcement Learning [114.68233321904623]
  我々は、新たに導入されたいくつかの技術を用いた深層強化学習に基づいて、Suphxという名のマフジョンのためのAIを設計する。 Suphxは、安定したランクの点で、ほとんどのトップの人間プレイヤーよりも強いパフォーマンスを示している。 コンピュータプログラムがマヒョンで最上位の人間プレイヤーを上回るのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-03-30T16:18:16Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。