Murata Lab

カードゲームAIでは、盤面や手札によって変化する複雑な状態と行動候補を、意味を保った固定長のベクトルとして表現する必要がある。特にカードは数値情報に加え、固有の効果を示すテキスト情報も持つため、両者を単純に結合するだけでは文章表現が似ていてもゲーム上の働きが異なるカードを正確に区別できない。本研究では、文章側と数値側が互いの情報を参照して一つの統合埋め込みを作る手法を検討し、カードの機能をより正確に表現することを目的とする。最終的にはこの埋め込みをTransformerや強化学習に応用し、複数カードの関係や行動履歴を考慮できる、高い対戦性能を持つカードゲームAIの構築を目指す。