MicrosoftのAIが「ミズ・パックマン」で全面クリア
米Microsoftの研究部門であるMicrosoft Researchは6月14日(現地時間)、「強化学習」採用の人工知能(AI)で、家庭用ゲーム機「Atari 2600」版の1980年代のゲーム「Ms. Pac-Man」(ミズ・パックマン)で99万9990という最高スコアを打ち出したと発表した。
201面でのこのスコアが最高点であることは、達成後スコアが0に戻ったことで判断した。
ミズ・パックマンは、1981年に人気ゲーム「パックマン」のクローンとして開発され、後にナムコに公認されたアーケードゲーム。ゴーストの動きがランダムだったり、フルーツも迷路内を移動するなど、オリジナルパックマンより難しい。
コンプリートに成功したのは、Microsoftが1月に買収したカナダのディープラーニング企業Maluubaのチーム。
同社が「Hybrid Reward Architecture」と呼ぶアーキテクチャを採用するこのAIは、150以上の単目的のエージェントとそれらのエージェントの情報に基いて総合的な判断をするトップエージェントで構成される。部下のエージェントはそれぞれパラレルに働き、自分にとって最善の決定をトップエージェントに報告し、トップエージェントはそれを総合して判断する。
例えば、多くの部下が「フルーツが右方向にあるから右に行きたい」と主張しても、2つの部下が「右に行くとゴーストがいるから左に行くべきだ」と主張すれば、トップは左に行く方を選ぶ。
Hybrid Reward Architectureは、米Alphabet傘下のDeepMindの「DQN」と同様に「強化学習」を使っている。強化学習は、「教師あり学習」と異なり正解を与えずにAIが出す答えを評価していくことで学習させるので、正解のない事象で最善策を決めるのに役立つ。
Microsoftは、強化学習採用AIエージェントは、高度で複雑な知的労働での意思決定支援に活用できるとしている。
変更履歴:当初、DQNでは強化学習を採用していないという記述にしていましたが、https://deepmind.com/research/dqn/を確認し、訂正しました。[2017/6/15 16:00]
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
「楽天ドライブ」アプリから「データ漏洩」「ハッキングした」通知? 運営元「緊急調査中」「通知を開かないで」
-
2
陸自が「イオンモール熊本」内部をドローン撮影 防衛省が映像公開
-
3
PayPayアプリで熊本地震への寄付が可能に 最短3ステップ・1円から
-
4
熊本「通れた道」マップ、トヨタが公開 ホンダも「通行実績情報マップ」
-
5
ドコモ、ahamoを30→40GBに増量 8月1日から 料金据え置きの新キャンペーン
-
6
「Xが情報収集に役立たない……」熊本地震で不満の声続出 「Twitterを返して」
-
7
農水省の“クソダサ”ポスター話題 「AIよりよっぽど良い」の声も 担当者に狙いを聞いた
-
8
“ダサい”不評の「ドコモの銀行」、従来のアプリアイコン選択可能に 「ご意見・ご要望も踏まえ」
-
9
TSMC熊本工場、段階的に通常操業へ 熊本の地震で一時中断、従業員の無事確認 台湾報道
-
10
熊本で非常時Wi-Fi「00000JAPAN」発動中 KDDIが無料開放、他社ユーザーも利用可
ITmedia NEWS SNS
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR