Slide 1
Slide 1 text
JavaでオセロAI作成
東京理科大学 創域理工学部情報計算科学科3年
宮内翼
2023/04/15
© 2023 RICORA Programming Team 1
Slide 2
Slide 2 text
目次
自己紹介
背景など
ビットボード
文字列とビットボードの変換
評価関数
盤位置
確定石
候補数
αβ法
2023/04/15
© 2023 RICORA Programming Team 2
Slide 3
Slide 3 text
自己紹介
東京理科大学 創域理工学部情報計算科学科3年所属
RICORA部長してます
RICORA(RIkadai COmputer Research Association)は、東京理科大学野田キャンパスを拠
点として活動している電子計算機好きのためのサークルです。駄弁ったり自由にそれ
ぞれの活動をします。
私は機械学習メイン
趣味はゲームしたりアニメ見たり
2023/04/15
© 2023 RICORA Programming Team 3
Slide 4
Slide 4 text
背景など
学校の授業でオセロサーバーと通信するAIクライアントの大会があり、優勝できまし
た。
文字列で盤面を受け取り、文字列でコマを置く命令を送る。
10秒以内にコマを置かないと強制負け。
指定言語はJava。
私はオセロ初心者です。
2023/04/15
© 2023 RICORA Programming Team 4
Slide 5
Slide 5 text
ビットボード
盤面を二進数で表現する。自分の駒を1、空のマスと相手のコマを0で表し、両陣営そ
れぞれが持つ。とても速い
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
| | | |白|黒| | | |
| | | |黒|白| | | |
| | | | | | | | |
| | | | | | | | |
| | | | | | | | |
黒：0000000000000000000000000000100000010000000000000000000000000000
白：0000000000000000000000000001000000001000000000000000000000000000
2023/04/15
© 2023 RICORA Programming Team 5
Slide 6
Slide 6 text
文字列とビットボードの変換
文字列
"BOARD 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 1 0 0 0 0 0 0 1 -1 0 0 0..."
↓
配列
{0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,-1,1,0,0,0,0,0,0,1,-1,0,0,0,0,0,0,0,0,0,0,0...}
↓
ビットボード
黒：0000000000000000000000000000100000010000000000000000000000000000
白：0000000000000000000000000001000000001000000000000000000000000000
2023/04/15
© 2023 RICORA Programming Team 6
Slide 7
Slide 7 text
評価関数
その盤面がどれだけ良いか評価するための関数。
盤位置と確定石と候補数を用いる。
2023/04/15
© 2023 RICORA Programming Team 7
Slide 8
Slide 8 text
盤位置
盤面のマスに価値を持たせ、自分の
駒があるなら足し算し、相手の駒が
あるなら引き算する。
引用
https://note.com/nyanyan_cubetech/
n/n17c169271832?
magazine_key=m54104c8d2f12
2023/04/15
© 2023 RICORA Programming Team 8
Slide 9
Slide 9 text
確定石
確定石とは、もうひっくり返らない石のこと。
確定石を正確に数えると計算量が多いため、外周の近似値のみを求める
引用
https://note.com/nyanyan_cubetech/n/n17c169271832?magazine_key=m54104c8d2f12
2023/04/15
© 2023 RICORA Programming Team 9
Slide 10
Slide 10 text
候補数
候補数とは、コマを置けるマスの数のこと。
候補数が多い方が良いらしい。
2023/04/15
© 2023 RICORA Programming Team 10
Slide 11
Slide 11 text
重み
評価関数は、(重み)×(盤位置)+(重み)×(確定石)+(重み)×(候補数)とする。
それぞれに重みを掛ける事で、どの数を重要視するかを決められる。最終的に、盤位
置を1倍、確定石を35倍、候補数を5倍で望みました。
2023/04/15
© 2023 RICORA Programming Team 11
Slide 12
Slide 12 text
minimax法
αβ法はminimax法を効率化したものなので、先にこちらを解説。
2手読みの場合、1手目は自分が、2手目は相手が打ちます。なので、自分の番では一番
評価関数の値が高く、相手の番では評価関数の値が低い手を選択します。
これを全てのパターンで試し、一番評価関数の値が高い手を選びます。
2023/04/15
© 2023 RICORA Programming Team 12
Slide 13
Slide 13 text
αβ法
minimax法は非効率なので、無駄な探索をカットする。
自分の手番では、一番高い値を選択するので、すでに計算した手よりも低い手は探索
しない。
相手の手番では、一番低い値を選択するので、すでに計算した手よりも高い手は探索
しない。
という手法をminimax法に取り込んだのがαβ法です。
2023/04/15
© 2023 RICORA Programming Team 13
Slide 14
Slide 14 text
参考にしたサイト等
オセロAIの教科書｜にゃにゃん(山名琢翔)｜note
https://note.com/nyanyan_cubetech/m/m54104c8d2f12
ビットボードによる αβ 法 - interprism's blog
https://interprism.hatenablog.com/entry/bitboard
リバーシの評価関数について
https://www.info.kindai.ac.jp/~takasi-i/thesis/2012_09-1-037-0133_S_Shiota_thesis.pdf
私のgithub
https://github.com/tasotaku/OthelloAI
2023/04/15
© 2023 RICORA Programming Team 14