機械学習 ボードゲームのフィールドのサイズが変わってもよいのか

Question

機械学習の初心者です。
ボードゲームのAIを作ってみたいと思っております。こちらで紹介されているような、バッチ学習でニューラルネットワークを用いた強化学習をやってみようと考えております。

この時に、フィールドのサイズは可変でもよろしいのでしょうか。
例えば、対局データは4×5とか10×10などの様々なフィールドサイズの時の対局データを用意し、これらのデータを用いて学習させると、さまざまなフィールドサイズに対応した評価関数は得られるのでしょうか。

私は、ニューラルネットワークを用いた学習では、勝てるようにネットワークを調整していくのだから、フィールドサイズは関係ないと考えております。
ただ、オセロの実装で、フィールドサイズによってニューラルネットワークをわけていたのを見かけたので、質問致しました。

よろしくお願い致します。

Answer 1

実際にやってみないとわからないというのが正直な所ですが
とりあえずはglobal averag poolingを使って試してみるといいと思います。

cnn + 全結合という組み合わせだと、入力サイズが変われば全結合層のネットワーク構造も変えなければなりませんが、GAPを使う事で、ネットワーク構造を変えなくても済みます。
https://qiita.com/mine820/items/1e49bca6d215ce88594a

それでダメなら忘却回避ネットワークというものもあります。
https://qiita.com/yu4u/items/8b1e4f1c04460b89cac2
http://news.livedoor.com/article/detail/12801586/

これは、別々のゲームを混ぜ合わせても一つのネットワークでうまく学習できるというもので
最悪これに頼れば出来ない事はなさそうですが、此方の場合は、サイズが違えば別のゲームと捉えて学習させていくので、質問の趣旨とはちょっとずれているかもしれません

追記

と思ったらサイズがルール上変えられるゲームと別のコメントにありましたね...
もしこれが試合中にも変える事が出来るという意味であれば、ルール上最も大きくできるサイズを入力値とし、次元別に合法手の場所や・今のサイズがわかる情報をバイナリ表現で行えば可能であるように思えます

例えば、ルール上最も大きく出来るサイズが1010とします。
そして今のサイズが55とするのであれば、

[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 0, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 0, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 0, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 0, 1, 1, 1, 1, 1, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]]

というような特徴を与えてやればいいのではないでしょうか？
これとは逆にサイズの範囲外の場所に1を置く事も考えられますね。

Comments

[programming]

さまざまな技術があるのですね。今のところは、フィールドサイズの最大値に合わせていて、足りない部分は0で埋めるようにしています。ただ、まだまだ途中なので、もし失敗したらGAPというものも試してみようと思います。
ちなみに、試合ごとにフィールドサイズは固定です。

ご回答ありがとうございます。

Answer 2

フィールドサイズが異なるとそもそも得られる最終結果が異なります。
例えば三目並べは、3×3のサイズであれば引き分け確定（両者最善手の場合）なのですが、4×4にしただけで先手必勝（3手目で先手が両側空きの2連を必ず作ることができる）になります。

なので、フィールドサイズを可変させてみないと、そもそもゲームとして成立しない可能性もあるでしょう。

五目並べは先手必勝ですが、先手側に禁じ手（三三、四四）を設定することでゲームとして成立させようとしたのが連珠になります。それでも先手必勝であることが分かっており、開幕時の手を制限するなどして競技として成立させているくらいです。

Comments

[programming]

ご回答ありがとうございます。
今回はフィールドサイズがルール上変えられるゲームなので、どのような大きさにも対応できるよう機械学習をできないかと考えております。