オセロAI / OthelloAI

Transcript

1. 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
   

   View Slide

2. 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
   

   View Slide

3. 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
   

   View Slide

4. 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
   

   View Slide

5. 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
   

   View Slide

6. 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
   

   View Slide

7. 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
   

   View Slide

8. 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
   

   View Slide

9. 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
   

   View Slide

10. 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
    

    View Slide

11. 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
    

    View Slide

12. 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
    

    View Slide

13. 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
    

    View Slide

14. 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
    

    View Slide