発表資料

ペンシルパズルにおける
“面白い問題”の評価と作成
北陸先端科学技術大学院大学
○高雄智成池田心
2012/03/08
ペンシルパズルとは
• ペンシルパズルとは、図示された問題に対し
て答えを徐々に書き込むことによって、最終
的な解答を行う形式のパズルのことである
(Wikipedia)
• 数独など株式会社ニコリのパズルが有名
– ペンシルパズルは二コリの商標
• 様々な種類のパズルが存在する
4
8 5 6 9
3 2
9
7
4
6
7
1
9
2
– 新しいパズルが考案され続けている
3
4
6
4
7
2
9 8
6 4 3 7
1
4
0
2
2
2
3
2012/03/08
2
ペンシルパズルの問題
• 様々な問題（盤面）が作成されている
• 問題を自動生成するプログラムも存在する
– 手動作成の問題と比べると面白くない
– そもそも問題の面白さとは何か？
面白さに関する指標が必要
面白さを定量評価すればよい
2012/03/08
3
面白さの評価方法の提案
機械学習を用いて評価する
1. 面白さを特徴づけている要素（特徴量）を列挙する
2. 学習データとして（問題，面白さ）の例を用意する
3. 問題から特徴量を得る抽出機を作る
4. 機械学習の手法を用いて特徴量係数を学習する
• SVM,GP,CBR,ANN等を用いる
5. 生成した評価器の評価を行う
• テストデータと被験者実験によって評価する
2012/03/08
4
提案手法の概要
学習デ
ータ
特徴量
抽出
入力
問題解析機
特徴量抽出機
特徴
面白さに関係ありそうな特徴量
学習した
特徴量係数
面白さ評価器
特徴量と面白さとの関係
特徴量A:面白さ度-2
特徴量B:面白さ度+1
特徴量C:面白さ度+3
特徴量D:面白さ度+2
特徴量A:簡単な定理の多用
特徴量B:珍しい定理の使用
特徴量C:定理を代替できない
特徴量D:読みの多用
2012/03/08
5
問題解析器
• 特徴を挙げるために問題解析器を作成中
– そのマスがどの定理で確定できるかを解析する
– “ぬりかべ”というパズルを対象としている
5
2
3
5
3
4
2
4
2
3
4
3
4
4
4
3
3
3
1
2012/03/08
2
3
3
1
3
3
3
1
1
3
3
6
現在着目している特徴
• 用いる定理の数や難易度
• 定理が代替可能なマスの割合
• 読みが必要なマスの割合
2012/03/08
7
解析結果の一例
D D F
5
2
3
4
3
4
3
3
3
1
定理の仮名
A:1の定理
B:数字の分離
C:壁の伸び
D:島の伸び
2012/03/08
1
3
3
E:島の分離
F:面積十分
G:黒マス塊防止
H:到達不可マス
B
2
3
B
C H C C F
F
B
4
D E
D F
G F
F
B
3
D F
G
C 4
B
F
2
C B
D D F
C 4
E
F
C D
C D
C D D D F
D D D F
C F
F
F
H F
C D G F
2
4
G D D D 5
3
C H C F
D G H D H D
C 3
A
C 3
A
C D C D
C A
1
A
1
A
D D F
A
3
G D D D 5
F
B
2
C C E
F
B
4
D E
D F
G F
F
C D
C B
D D F
B
3
D F
G
F
4
E
4
B
F
F
C
F
D D G F
D D G F
3
C F
F
F
C F
C C G F
F
C F
C G F
C F
D F
D
C 3
A
C 3
A
C D C D
C A
1
A
1
A
A
3
B
この問題の特徴量
3
B
2
F
B
3
F
マスごとに全定理を
適応した場合
定理A~Gで解ける
基本定理(A,B)が15%
18%のマスが定理を代替可能
読みが不要
簡単な定理から
順に適応した場合
3
8
最終目標
• 最終目標
– 面白い問題を自動生成出来るようにしたい
• 抽出した特徴量を考慮して問題を生成する
面白さに
関する
特徴量
2012/03/08
問題
生成
特徴量
問題自動生成器
面白い問題
9
まとめ
• 自動生成の問題は面白さが劣る
• 面白さの指標が必要
• 面白さの定量評価を行う
• 機械学習を用いて面白さ評価器を作成する
• 面白い問題の自動生成を最終目標とする
2012/03/08
10

Download Report