コンピューターは自動的に Civilization II のプレイを学習します

MIT の研究者らは、Civilization II のプレイ方法を自ら学習し、ほとんどの場合勝つこともできると主張するソフトウェアを開発しました。

最近発表された論文の中で、チームはソフトウェアがどのようにしてゼロからスタートし、マニュアルを読んでプレイ方法を学び、80% の確率で勝利するかを説明しました。

真っ白な記憶から始まり、マウスの移動とクリックのみが可能な状態で、コンピュータはゲーム画面を分析します。 「川」や「道路」などの単語を抽出してゲームのマニュアルを検索します。

主任開発者のレジーナ・バルジライ氏は、ゲームのマニュアルは戦略ガイドではなく、プレイヤーに「非常に一般的な」アドバイスを提供し、プレイヤーが「他の多くのことを自分で理解」できるようにしたためだと述べた。

マニュアル内で関連する検索用語を見つけると、プログラムはその段落を文分析アルゴリズムに基づいて実行し、そのアルゴリズムを使用して指示を作成します。

これらの命令により、プログラムは戦略を立てることができます。 「（ゲームの）複雑さのため、潜在的にランダムな方法で反応する非常に複雑なシナリオを処理できる技術が必要です」と開発者の SRK Branavan 氏は述べています。

研究者らは、通常財務シミュレーションの分析に使用されるモンテカルロ法を使用しました。これにより、開発者のプログラムはゲーム内のポイントを取得し、考えられる多くの応答をテストすることができます。ゲームのスコアを監視し、どの決定が最も有益だったかを記憶し、データベースに保存します。

システムに保存されるデータの量はすぐに驚くべきものになります。 200のゲームが行われるたびに、コンピューターは500の可能なアクションを実行し、「各ロールアウトは、シミュレーションを停止して結果を評価する前に、20のシミュレートされたゲームステップで実行される」と研究者らは述べた。これら 200 のゲームはそれぞれ少なくとも 100 ターンプレイされ、文明ターンは合計 2 億回になります。