将棋、チェスなどの対戦型ボードゲームでは機械学 習で戦略を獲得し、今や名人を負かすほどの強いエ ージェントが注目を集めています。盤面上の駒配置 をどのような変数で表現し評価することで、より有 利な状態に持ってゆくか、まさに機械学習や最適化 の対象です。このテーマ班では今までに、シミュレ ーションゲームやアメフトを 対象に、戦略獲得や実戦デー タに基づく敵戦略の予測や戦 略の獲得を行ってきました。