Go で始める将棋 AI

Go Conference 2022 Spring

Transcript

1. Go で始める将棋 AI 伊藤 友気 Go Conference 2022 Spring
2. Copyright Kanmu, Inc. All right reserved. 2 伊藤 友気 CTO at Kanmu, Inc. @mururu @mururururu 自己紹介
3. Copyright Kanmu, Inc. All right reserved. 3 将棋好きですか？
4. Copyright Kanmu, Inc. All right reserved. 4 これは自分で作った 将棋AIと対戦してみたく なった話です
5. Copyright Kanmu, Inc. All right reserved. 5 今日のゴール 将棋 AI / 将棋ソフトの基本的な仕組みを知り、 実際に Go で実装して対戦できるようになること
6. Copyright Kanmu, Inc. All right reserved. 6 Go で将棋 AI を作るとは gshogi の紹介 思考エンジンを育てる 1 2 3 アジェンダ
7. Copyright Kanmu, Inc. All right reserved. そもそも将棋とは ? 7 0 • 1対1で行うボードゲーム • 動きが異なる8種類の駒を交互 に動かして相手の王様を動け なくしたら勝ち
8. Go で将棋 AI を作る 1
9. Copyright Kanmu, Inc. All right reserved. 将棋ソフトの基本的なアーキテクチャ 9 1 テキストを入れたり。テキストを入れたり。テキストを入れた り。テキストを入れたり。テキストを入れたり。テキストを入 れたり。テキストを入れたり。テキストを入れたり。 GUI 思考エンジン 通信
10. Copyright Kanmu, Inc. All right reserved. 将棋ソフトの基本的なアーキテクチャ 10 1 テキストを入れたり。テキストを入 れたり。テキストを入れたり。テキ ストを入れたり。テキストを入れた り。テキストを入れたり。テキスト を入れたり。テキストを入れたり。 GUI 思考エンジン • 盤面を表示したりユーザーが操 作する GUI と、手を探す思考 エンジンは別のソフトウェアとし て実装されている • これにより独立して開発し組み 合わせて使用することができる • それらが USI というプロトコル で通信しながら対局を進める 通信
11. Copyright Kanmu, Inc. All right reserved. Go で将棋 AI を作るとは 11 1 テキストを入れたり。テキストを入れたり。テキストを入れた り。テキストを入れたり。テキストを入れたり。テキストを入 れたり。テキストを入れたり。テキストを入れたり。 GUI 思考エンジン 通信
12. Copyright Kanmu, Inc. All right reserved. 12 1 Go で将棋 AI を作るとは GUI 思考エンジン 通信 これらを実装する
13. Copyright Kanmu, Inc. All right reserved. USI プロトコル 13 1 • GUIソフトと思考エンジンが通信をするための双方向かつ非同期 なプロトコル • 標準入出力を使ってやり取りする • GUIソフトが盤面のデータを送り、思考エンジンが最善手を返 す、というのが基本の動作
14. Copyright Kanmu, Inc. All right reserved. USI プロトコル - 例 14 1 GUI 思考エンジン position sfen lnsgkgsnl/9/ppppppppp/9/9/9/PPPPPPPPP/1B5R1/LN SGKGSNL w - 1 moves 5a6b 7g7f 3a3b go bestmove 8c8d 思考
15. Copyright Kanmu, Inc. All right reserved. 思考エンジン 15 1 • 将棋のルールを実装する ◦ 細かな将棋のルールを正しく実装していかなければならない • 外部のプログラムとのインターフェースを実装する ◦ 今回は USI • 与えられた盤面に対し次に指すべき手を探す ◦ この精度が将棋の強さ
16. Copyright Kanmu, Inc. All right reserved. 思考エンジン 16 1 • 将棋のルールを実装する ◦ 細かい将棋のルールを正しく実装していかなければならない • 外部のプログラムとのインターフェースを実装する ◦ 今回は USI • 与えられた盤面に対し次に指すべき手を探す ◦ この精度が将棋の強さ ◦ これだけに集中したい
17. gshogi の紹介 2
18. Copyright Kanmu, Inc. All right reserved. gshogi 18 2 • https://github.com/mururu/gshogi • 合法手の生成などができる Go の将棋ライブラリ • python-shogi をベースにしている (Thanks!) • USIプロトコル（の一部）を実装しており、思考エンジンのロジック を実装すればすぐさま GUI ソフトを介して対戦ができる • パフォーマンスは全く気にしていない
19. Copyright Kanmu, Inc. All right reserved. gshogi - 例 19 2 これを go build して生 成されたバイナリを、GUI ソフトから指定すればそ のまま対戦できる
20. 思考エンジンを育てる 3
21. Copyright Kanmu, Inc. All right reserved. ランダム 21 3 • 次に指すべき手の選択として一番素朴 • 可能な手の中からランダムに一つ選ぶ
22. Copyright Kanmu, Inc. All right reserved. ランダム - 実装 22 3
23. Copyright Kanmu, Inc. All right reserved. 駒の損得を考える 1 23 3 • 「駒を多く持っている方が有利そうである」という直感に従ってみ る • 可能な手の中で、指した後に駒が多くなりそうなものの中からラ ンダムに一つ選ぶ
24. Copyright Kanmu, Inc. All right reserved. 駒の損得を考える 1 - 実装 24 3
25. Copyright Kanmu, Inc. All right reserved. 駒の損得を考える 2 25 3 • 「より強い 駒を多く持っている方が有利そうである」と制限を強く してみる • 駒の種類ごとにポイントを割り振り、可能な手の中で、指した後 の合計ポイントが最も多くなりそうなものの中からランダムに一 つ選ぶ
26. Copyright Kanmu, Inc. All right reserved. 駒の損得を考える 2 - 実装 26 3
27. Copyright Kanmu, Inc. All right reserved. より強くするには - 評価関数の精度 27 3 • ある局面がどれくらい良いか=勝ちやすいかを示す指標を評価 値とよび、それを求める関数を評価関数という • 今回の例だと「駒の数」「駒のポイントの合計」が評価値であり、 それらを計算するロジック（countPiece, calculatePoint）が評価 関数である • より高度な将棋の知識を用いたり、大量の棋譜を学習させるな どして評価関数の精度を高めることが可能
28. Copyright Kanmu, Inc. All right reserved. より強くするには - より先の局面まで考慮する 28 3 • 今回の例では可能な指し手を打った直後の局面のみを考えてい たが、その次の局面で逆転されるかもしれないと考えると、さら に先の局面を考慮にいれたほうがより良く評価できるはず ◦ より深い木構造を辿りながら評価をする • 最終的に決着がつく局面まで探索はなかなかできないのでパ フォーマンスが大事になる
29. Copyright Kanmu, Inc. All right reserved. 29 まとめ • 自作の将棋AI/将棋ソフトと対戦するために必要なソフトウェアの 概要を説明し、Go でその実装を簡単に行うための gshogi を紹 介した • 思考エンジンに関する最もベーシックなアイデアを解説し、 gshogi を用いた実装を紹介した