シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
ゲーム情報学 | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Game Infomatics | ||
| 科目番号 /Code |
COM604c COM604d | ||
| 開講年度 /Academic year |
2020年度 | 開講年次 /Year offered |
3 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講学科・専攻 /Cluster/Department |
Ⅰ類 | ||
| 担当教員名 /Lecturer(s) |
保木 邦仁 | ||
| 居室 /Office |
西4-506 West 4 - 506 | ||
| 公開E-Mail |
k.hoki@uec.ac.jp | ||
| 授業関連Webページ /Course website |
無し | ||
| 更新日 /Last updated |
2020/03/13 10:27:05 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標 /Topic and goals |
本講義では、コンピュータプログラムが思考能力を競うゲームをプレイする仕組みを学ぶ。 題材とするゲームは、パズルや、チェスに代表されるボードゲームである。 We study the mechanisms that enable computer programs play mind sports games. The games to handle are puzzles and board games such as chess. 達成目標 ・具体的なゲームを例にとり、実践的なコスト関数や評価関数設計について理解を深める。 ・パズルやボードゲームにおいて、ヒューリスティック探索法により意思決定を行う仕組みを理解する。 ・ナッシュ均衡やミニマックス原理など、ゲーム理論における基礎知識について理解を深める。 |
|---|---|
| 前もって履修 しておくべき科目 /Prerequisites |
アルゴリズム論第一 |
| 前もって履修しておくこ とが望ましい科目 /Recommended prerequisites and preparation |
なし none |
| 教科書等 /Course textbooks and materials |
伊藤毅志, 保木邦仁, 三宅陽一郎, ゲーム情報学概論, コロナ社, 2018 |
| 授業内容と その進め方 /Course outline and weekly schedule |
1 概要 An outline of the lecture 2 最短経路探索とコスト関数：スライディングパズル The shortest path problem and cost functions: sliding puzzles 3 最短経路探索のアルゴリズム Algorithm of the shortest path problem 4 ゲーム理論の基礎知識：標準形ゲーム A grounding in game theory: normal-form game 5 ゲーム理論の基礎知識：囚人のジレンマ、ジャンケン A grounding game theory: prisoner's dilemma and rock paper scissors 6 ミニマックス探索と展開形ゲーム Minimax search and extensive-form game 7 ミニマックス探索：マルバツゲーム Minimax search: Tic-Tac-Toe 8 AND/OR木探索：五目並べ、詰将棋 AND/OR tree search: gomoku and mating problem 9 AND/OR木探索と証明数 AND/OR tree search and proof number 10 アルファベータ探索法：オセロ、囲碁 Alpha-beta search method: Othello and Go 11 アルファベータ探索法のアルゴリズム Algorithm of alpha-beta search method 12 11回目までに出したレポートの解説 13 評価関数の線形重み和近似：オセロ、チェス Weighted linear combination to approximate evaluation functions: Othello and chess 14 最急降下法 Steepest decent method 15 線形回帰 Linear regression |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等） /Preparation and review outside class |
授業ノートと演習問題の内容を復習して試験に臨むこと。 Review lecture notes and reports before the test. |
| 成績評価方法 および評価基準 （最低達成基準を含む） /Evaluation and grading |
試験成績9割 Test results 9/10 レポート提出1割 Report presentation 1/10 |
| オフィスアワー： 授業相談 /Office hours |
前もってメールでアポイントをとること。 Contact me through email in advance. |
| 学生へのメッセージ /Message for students |
人工知能及び機械学習の技術は現代の情報系学問におけるフロンティアです。 ゲームを題材として、これら技術の応用基礎を学びましょう。 The fields of artificial intelligence and machine learning are frontier of information science. We study the fundamental application of these fields for games. |
| その他 /Others |
なし None |
| キーワード /Keyword(s) |
ボードゲーム、パズル、ヒューリスティック探索、評価関数 Board game, Puzzle, Heuristic Search, Evaluation Function |