XQSV: A Structurally Variable Network to Imitate Human Play in Xiangqi

要約

本論文では、Xiangqi Structurally Variable（XQSV）と呼ばれる革新的なディープラーニングアーキテクチャを紹介する。XQSVのユニークな特性は、その構造構成を動的に変更する能力であり、学習されたデータの特定のサブセットに基づいて、タスクのパフォーマンスを最適化する。我々は、ネットワークの予測精度を大幅に向上させるために、局所的な不正手フィルター、Eloレンジ分割、逐次的な1次元入力、不完全なメモリ容量のシミュレーションなど、いくつかの設計改良を行った。経験的評価により、XQSVは約40%の予測精度を達成し、その性能は訓練されたElo範囲内でピークに達することが明らかになった。これは、XQSVがその範囲内の個人のプレー行動を模倣することに成功したことを示している。XQSVモデルが従来のXiangqiエンジンよりも正確に人間の行動を模倣し、実際の人間の対戦相手と区別できないことを実証するために、3端末チューリングテストが採用された。人間のゲームプレイに内在する非決定性を考慮し、我々は2つの補足的な緩和評価指標を提案する。我々の知る限り、XQSVはXiangqiプレーヤーを模倣した最初のモデルである。

要約(オリジナル)

In this paper, we introduce an innovative deep learning architecture, termed Xiangqi Structurally Variable (XQSV), designed to emulate the behavioral patterns of human players in Xiangqi, or Chinese Chess. The unique attribute of XQSV is its capacity to alter its structural configuration dynamically, optimizing performance for the task based on the particular subset of data on which it is trained. We have incorporated several design improvements to significantly enhance the network’s predictive accuracy, including a local illegal move filter, an Elo range partitioning, a sequential one-dimensional input, and a simulation of imperfect memory capacity. Empirical evaluations reveal that XQSV attains a predictive accuracy of approximately 40%, with its performance peaking within the trained Elo range. This indicates the model’s success in mimicking the play behavior of individuals within that specific range. A three-terminal Turing Test was employed to demonstrate that the XQSV model imitates human behavior more accurately than conventional Xiangqi engines, rendering it indistinguishable from actual human opponents. Given the inherent nondeterminism in human gameplay, we propose two supplementary relaxed evaluation metrics. To our knowledge, XQSV represents the first model to mimic Xiangqi players.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL