
「Kaggriculture」コンペティションの概要
本コンペティションは、仮想的な農場経営シミュレーションを舞台に、作物の栽培や家畜の飼育、
労働力の配置、市場での売買などを自律的に判断するAIエージェントの開発を競うものです。
参加者は、需要と供給によって変動する市場価格や限られた資源を考慮しながら、30日間・計720ターンの農場経営を通じて、最終的な収益を最大化するアルゴリズムの性能を競い合いました。
技術的アプローチと開発の背景
本チームでは、上位参加者の公開対戦データを活用した模倣学習(Behavior Cloning)によって
AIモデルの初期方策を構築し、自己対戦型の強化学習(Self-play PPO)によって改良を重ねました。
さらに、土地の購入や市場環境に応じた意思決定の補正、収穫物の回収・売却を最適化するルールベースの後処理を組み合わせることで、対戦成績の向上に取り組みました。
本件における関連リンク
・コンペティションページ: Kaggriculture
・解法紹介(Writeup): Kaggriculture 3rd Place Solution
大会を通じた主な取り組みと成果
■世界10,148チーム中「3位(金メダル)」を獲得
世界中の高度なデータサイエンティストやAIリサーチャーが参入する中、720ターンに及ぶ複雑な
意思決定プロセスを最適化し、トップレベルの成績を記録しました。
■模倣学習(Behavior Cloning)による初期方針の最適化
上位参加者の公開対戦データを解析・活用することで、効率的な農場経営の基礎となる初期方策(ベースライン)を迅速に構築しました。
■自己対戦型強化学習(Self-play PPO)によるモデル強化
自己対戦型の強化学習アルゴリズムを導入し、変化する対戦相手や市場環境に対しても柔軟かつ
有利に立ち回れるよう、意思決定モデルの精度を向上させました。
■ルールベース後処理とのハイブリッド設計
土地の購入判断や市場での売買タイミング、収穫物の回収・処分など、ドメイン知識に基づく
ルールベースの後処理を組み合わせることで、強化学習単体では生じやすい予期せぬ行動リスクを
補正・最適化しました。
松尾研究所 執行役員 清水 茂樹のコメント

本コンペティションでは、農場経営という複雑なシミュレーション環境において、長期的な収益を最大化するAIエージェントの開発に取り組みました。
取り組みを通じて強く感じたのは、優れたアルゴリズムを実装することだけでなく、仮説を立て、実験を繰り返し、その結果から次の改善につなげていく積み重ねが、最終的な性能を大きく左右するということです。
強化学習は、ゲームAIだけでなく、近年のLLMの推論能力の向上にも重要な役割を果たしています。今回の取り組みを通じて、強化学習にはまだまだ大きな可能性や奥深さがあると感じました。今回得られた知見を今後の開発に活かしていきます。
今後の展望
松尾研究所は、今回の大会で培った強化学習や模倣学習をはじめとする意思決定・最適化技術の知見を、今後のAI領域における研究開発に活かすとともに、複雑な意思決定を伴う産業課題の解決に向けた
顧客企業との共同開発や社会実装へ展開してまいります。
会社概要
株式会社松尾研究所は国立大学法人 東京大学大学院 工学系研究科 松尾・岩澤研究室に伴走し、大学を中心としたイノベーションを生み出す「エコシステム」を作り、大きく発展させることを目的に設立された研究所です。松尾研究所は、アカデミアから生み出される研究成果・技術の「開発・実装」を行い、広く社会に普及させることを目指し、日本の産業競争力の向上に貢献しています。
http://matsuo-institute.com









