AIプログラムとかUnityゲーム開発について

探索や学習などを活用したAI系ゲームを作りたいと思います。

オセロゲームを作る(1)

オセロゲームを作ってみました。minMax探索のプログラムを作るのは久しぶりです。

探索はnegaMax
評価関数は、終端は石数、途中は打手可能数+星+隅を取ったかどうかってだけのシンプルです。
Unityなので深くは読めないので、5手読みです。
一応ハッシュテーブルも実装しました。
ハッシュでは、ベータカットが発生した場合に、現在のハッシュ値をキーにして、残り探索数と値を格納しています。


negaMaxはAlphaBeta探索と違ってシンプルにコードが書けますが、評価関数の手番違いの処理がややこしいですね(´・ω・`)
ここがバグってて、しばらく劇弱でした(むしろ負ける手を打ってるだろレベル)
隅がただで打てる場合も打ってこないので、おかしいと思ったんですが(´・ω・`)


オセロ・無料ゲーム - Othello! JAPAN
このサイトの初級には勝てました( ゚Д゚)

f:id:yasu9780:20161206103358p:plain


中級にも勝てた(^◇^)
f:id:yasu9780:20161206104143p:plain


しかし、これってJavaAppletかな? もしJavaScriptだと勝てても嬉しくないな(´・ω・`)


リバーシ3|リバーシ|無料ゲームならワウゲーム
ここのフラッシュの奴に勝てた(^◇^)

f:id:yasu9780:20161206110117p:plain


上級には負けた(´・ω・`)
f:id:yasu9780:20161206113309p:plain
強いオセロだと、評価関数を学習させてるんですよね。
終端は真の評価が分かるので、そこから遡るみたいな手法で。
オセロの評価関数の特徴もビットパターンが確立しているし。




オセロの要である石をひっくり返しながら打つ処理

        void putKoma(int x, int y, int k)
        {
            if (ban[x, y] != (int)koma.empty) Debug.Log("error");
            ban[x, y] = k;
            hash ^= hashTable[ x * y * k * turn ];
            reverse(x, y, -1,  0, k);// left
            reverse(x, y, +1,  0, k);// right
            reverse(x, y,  0, -1, k);// up
            reverse(x, y,  0, +1, k);// down
            reverse(x, y, -1, -1, k);// left up
            reverse(x, y, +1, -1, k);// right up
            reverse(x, y, -1, +1, k);// left down
            reverse(x, y, +1, +1, k);// right down
        }
        void reverse(int x, int y, int dx, int dy, int k)
        {
            int k2 = reverseKoma(k);
            if (x + dx <= 0 || x + dx >= 9) return;
            if (y + dy <= 0 || y + dy >= 9) return;
            if (ban[x + dx, y + dy] != k2) return;
            int x0 = x;
            int y0 = y;
            while (x0 + dx <= 8 && x0 + dx >= 1 && y0 + dy <= 8 && y0 + dy >= 1 && ban[x0 + dx, y0 + dy] == k2 ) { x0 += dx; y0 += dy; } //research
            if (ban[x0 + dx, y0 + dy] != k) return;
            while (x + dx <= 8 && x + dx >= 1 && y + dy <= 8 && y + dy >= 1 && ban[x + dx, y + dy] == k2)
            {
                x += dx; y += dy;
                ban[x, y] = k;
                hash ^= hashTable[ x * y * k * turn ];
            }
        }

石の色が変わったり、打つ度にhashを更新して、局面の違いを識別できるようにする。

hash ^= hashTable[ x * y * k * turn ];

betaカット発生時に この値の信頼度として、残り探索深さ=depthMax-depthと値を登録。
例えば残り深さ4で400という値だったとすれば、残り深さ0~4ならば値は400を超えないことが保証される
ただし、残り深さ5では、値が変わる可能性がある(もっと良い値が見つかる。または実は悪いことが分かる)
なので、その場合はこのハッシュは使えない。

                        if (ret >= beta)
                        {
                            HH[hash & 0xffff].hash = hash;
                            HH[hash & 0xffff].value = beta;
                            HH[hash & 0xffff].depth = depthMax - depth;
                            return beta;
                        }
広告を非表示にする