[5F3-GS-10s] AI application

2:30 PM - 2:45 PM JST(5:30 AM - 5:45 AM UTC)

[5F3-GS-10s-03] Prediction of Yaku in Mahjong via Multi-Task Learning with Interdependency Modeling

〇Haruki Yokoyama¹, Ryohei Orihara¹, Yasuyuki Tahara¹, Yuichi Sei¹ (1. The University of Electro-Communications)

Keywords:

Mahjong AI,Yaku Prediction,Multi-Task Learning,Supervised Learning,Interdependence

麻雀AIの発展には，行動の背後にある「成立役」というプレイヤの意図を理解することが不可欠である．しかし，既存の成立役の予測手法は各役を独立に予測するため，役同士の論理的整合性を欠くという課題がある．本研究では，CNNによる局所的特徴抽出と，GCNを用いた役間の依存関係補正を統合したマルチタスク学習モデルを提案する．データセット構築では，希少役の出現分布を考慮したサンプリング手法を導入した．実験の結果，提案手法は独立予測を行う既存手法に比べ，予測精度と論理的整合性の両面で改善を示した．また相関解析により，モデルが役同士の共起・排他関係を反映した内部表現を獲得していることを確認した．