オセロコンピュータの説明

1. オセロコンピュータ

2. オセロAI
• ゲーム木
• ゲームのすべての可能性を木構造で表した木（下図は一部ノードを省略）
• 各ノードは各局面を表す
• 枝は実際に石を打つことに対応
• 白と黒の番のノードが交互に訪れる
http://aidiary.hatenablog.com/entry/20041226/1274148758

3. オセロAI
• 盤面の重みづけ
• どのマスがどの程度有利なのかの指標
• 数の大きいマスに自分の石を置いたほうが有利
• 角におくことが有利であることを根拠に下図のように重みづけ
http://uguisu.skr.jp/othello/5-1.html

4. オセロAI
• 評価関数
• ある局面（ゲーム木のノード）がどの程度自分（または相手）に有利（または
不利）なのかを判定する関数
• 重みづけした盤面のすべてのマスについて（初期値は0）
• 自分の石が置かれていれば重みを加算
• 相手の石が置かれていれば重みを減算
• 何も置かれていなければなにもしない
• この評価値が大きければ自分に有利、小さければ相手に有利

5. オセロAI
例えば…
右図にあるオセロの初期配置を考える
この局面の評価値は
(白の評価値)=(黒の評価値)=(-1)+(-1)-(-1)-(-1)=0
となり二つの評価値は同じなので
白と黒どちらにも有利ではないことが分かる
http://www.net.c.dendai.ac.jp/~ksuzuki/

6. オセロAI
• 評価関数を用いて局面（ノード）の評価値を求めるのはゲーム木の
末端のノードのみ
• それ以外のノードの評価値はミニマックス法と呼ばれる探索によって
求める

7. ミニマックス法
• 相手の番の評価値を求めたい場合
• 読みたい局面（下図のルートノード）の次に出現するすべてのノードの評価
値を求める
• 相手は相手にとって一番有利な手、つまり自分にとって一番不利な手を選
ぶはず
• 自分にとって一番不利な手とは、評価値が最も小さいノードを選ぶこと
• 次に出現するすべての局面の評価値の最小値を局面の評価値にす
る
https://ja.wikipedia.org/wiki/%E3%83%9F%E3%83%8B%E3%8
3%9E%E3%83%83%E3%82%AF%E3%82%B9%E6%B3%95

8. ミニマックス法
• 自分の番の評価値を求めたい場合
• 読みたい局面（下図のルートノード）の次に出現するすべてのノードの評価
値を求める
• 次に出現する局面のうち最も良い評価の手を打てる
• 次に出現するすべての局面の評価値の最大値を局面の評価値にす
る
https://ja.wikipedia.org/wiki/%E3%83%9F%E3%83%8B%E3%8
3%9E%E3%83%83%E3%82%AF%E3%82%B9%E6%B3%95

9. ミニマックス法
• 自分にとって最も有利な手を求めるためには
• 次に出現する全ての局面（相手番）の評価値のうち最大のものを選べば良
い
• 相手番の評価値を求めるためには
• さらに次に出現する全ての局面（自分番）の評価値のうち最小のものを選べば良い
• 自分番の評価値を求めるためには
• 再帰的に続く。。。
• 無限に続けるわけにはいかない
• 適当なレベルで打ち切る
• 一番下のレベルで盤面の重みづけと評価関数を使う

10. ミニマックス法の例

11. オセロAIまとめ
• 現在から何手か先までの全ての局面をシミュレートしゲーム木を作
成
• 末端のノードを盤面の重みづけと評価関数で評価値を求める
• ミニマックス法を用いてゲーム木を探索
• AIにとっての最善手を見つけてそれに従って石を打つ
• 以上のことをAIの番が来るたびにやる

12. ただし。。。
• 実際のプログラムはこの順番で動いてはいません
• ゲーム木の作成、探索、評価などを同時にやっています
• 探索は正確にはミニマックス法ではありません
• ミニマックス法を基本に高速化したα-β法と呼ばれる探索法を用いています

13. かなり弱いオセロAI
• 今回作ったオセロAIはオセロ初心者と同じぐらいの強さになりました
• これだけではつまらないのでかなり弱いオセロAIをつくりました
• 何も考えないで打っても基本的に勝てます

14. かなり弱いオセロAI
• 方法は各局面の評価値を符号反転しただけ
• 符号反転することによってオセロAIはオセロAIにとって不利な手を探
索する
• つまりプレイヤーにとって有利な手を打ってくれる