Calix-L/DanKS

何を解決するか

DanKS は、隠れた情報と長期戦略計画が特徴の複雑なチーム戦カードゲーム『官丹』をプレイするためのAIエージェントです。局所的に最適な手を打つだけでなく、将来の選択肢を維持し、チームメートと連携して手を勝利させるという課題を解決します。

動作方法

このシステムは、意思決定を行うためのマルチステージパイプラインを使用しています：

1. 状態エンコーディング：現在の手札、公開履歴、合法手、チーム状況をエンコードします。
2. 構造に配慮したリトリーブ：すべての可能な手を評価するのではなく、残り手札に残っている組み合わせを分析することで、意味のある候補手のコンパクトな集合を特定します。
3. ポリシー選択：状態と候補手に依存するアクター・クリティックネットワークがこれらの候補をランク付けし、最適な手を選択します。
4. 強化学習：プロキシマル・ポリシー最適化（PPO）と一般化されたアドバンテージ推定（GAE）を使用して、現在の意思決定と長期的な結果を結びつけるようにエージェントを訓練します。

後続バージョン（V3Pro）では、資産保護、同等手のルール、16枚以下のカードが残った局面における検証済みエンドゲーム探索といった推論の最適化が追加されています。

対象ユーザー

• チーム戦ゲームと隠れた情報に関するAI研究者
• PPOおよびアクター・クリティックアーキテクチャをゲームAIに実装したい開発者
• オープンソースのウェブサービスフレームワークを活用してカードゲームをホスティングしたいゲーム開発者

特徴

• 進化的なAI世代：V1の単純なNumPyセレクタから、V3のPPOで訓練された記憶を意識したニューラルネットワークへと進化。
• 統合されたウェブサービス：ブラウザ上でプレイ可能な環境にAIをデプロイするための、2世代のオープンソースウェブゲームサービス（KSPlay）を含む。
• 人間データの統合：KSCB官丹データセットにアクセス可能。約900試合分の完全な対局データを含み、人間の意思決定を研究するのに役立ちます。
• エンドゲーム最適化：V3Proはゲームの最終段階に特化した検索と最適化ルールを実装しています。