IJCAI 2020 Mahjong AI Competition (2)

作戦と初動

チームメイトが試したいから、また、さすがに今どきルールベースは難なので、機械学習アプローチをとるつもりでいる。しかし、たとえば Suphx ほどの人的・計算機リソースはないため、Deep Learning までは手を出せないかもしれない。したがって、シンプルなアルゴリズムでも戦えるために、特徴量エンジニアリングが重要になるはず。おそらく最初は教師あり学習を行うことになるだろう。その後のフェイズでは、地道に A/B テストを繰り返す、遺伝的アルゴリズム、強化学習などの手法をとることが考えられる。A/B テストや遺伝的アルゴリズムは実験結果を統計的に処理して良いものを選択する方法で実装できそうだ。一方、強化学習については知識が不足しているため、インタフェース検討に必要な程度の学習を始めた。