進化セヨ

日記

ゆうべは遅くまでかけてオセロの自己学習プログラムを作成し、今朝までノンストップで走らせていました。自己学習の内容は、いわゆる遺伝的アルゴリズムというやつ。盤面を分析してでてきたいくつかの値にどういう重み付けをして評価とするか、この重み付けのバランスの最適値を求めたいので、実際にランダムな値を持たせたプレイヤー達を対戦させて、負けがこんでるやつは滅亡、勝ちが多いやつは子孫を残す、子孫を残すときはやや突然変異する、というシステムで最適なやつに生き残ってもらおうという企みです。
まだ読みレベルの浅い設定で走らせてみただけなんだけど意外な結果が。まず、生き残ってる連中は軒並み、隅を全然重視していない。ほとんどのやつが隅の重みを０にしてるし。オセロで隅を取ると言ったら勝利への第一歩でしょう普通。代わりに、「隅を取れること」「確定している石の数」をものすごく重視。もちろん隅の石だって確定している石には違いないから隅を軽視しているわけではないんだけど。
そして、隅を取れることを重視しているのが面白い。オセロの戦法の常道、「余裕手は残す」を実践しているものと思われます。いつでも打てて相手に邪魔されることもないいい手は、今すぐに打たなくても、打つ場所がなくなったとき打てばいいよというもの。
今朝から先読みレベルを一つあげてさらに進化続行。どんなやつらが出てくるか？　はたして先読みレベルによって最適値は異なるのか？　こうご期待！