三目並べの自動学習

前田稔(Maeda Minoru)の超初心者のプログラム入門

プログラムの説明

1. ArrayList を使って、三目並べゲームの手を自動的に学習します。
   

   //★ 三目並べゲーム 前田 稔 ★ using System; using System.Collections; //ArrayList を使うとき class Cell { public ArrayList AL = null; public int n; // N 手目 public int y; // Y 座標 public int x; // X 座標 public int v=0; // 点数 } class Pos { public int y; // Y 座標 public int x; // X 座標 } class Prog { static int[,] m_t = new int[3, 3]; // 盤 static int m_num; // プレイのIDX public static void Main() { int[,] dat = new int[9, 2]; // 手の記録 Pos ps; Cell top = new Cell(); Cell pt; int i, j, k, ret; for (j = 0; j < 10000; j++) // 10000 回繰り返す { ret = 0; Init(); for (m_num=0; m_num<9; m_num++) { ps = Play(m_num, m_t); if (m_num % 2 == 0) m_t[ps.y, ps.x] = 1; else m_t[ps.y, ps.x] = -1; dat[m_num, 0] = ps.y; dat[m_num, 1] = ps.x; ret = Fine(m_t); if (ret != 0) break; } pt = top; for (i=0; i<m_num; i++) { k = AddCell(pt, i, dat[i, 0], dat[i, 1]); pt = (Cell)pt.AL[k]; pt.v += ret; } Console.WriteLine("Number:" + j); //Print(top); //Console.ReadLine(); } } // 乱数で選択 public static Pos Play(int num, int[,] t) { Random rand = new Random(); //シード値で初期化 Pos p = new Pos(); int r; r= rand.Next(9-num); for(p.y=0; p.y<3; p.y++) for(p.x=0; p.x<3; p.x++) { if (t[p.y, p.x] == 0) { if (r<1) return p; r--; } } return p; } // 終了判定 public static int Fine(int[,] t) { int[] tw = new int[8]; int i; for(i=0; i<8; i++) tw[i] = 0; for(i=0; i<3; i++) { tw[0] += t[0,i]; tw[1] += t[1,i]; tw[2] += t[2,i]; tw[3] += t[i,0]; tw[4] += t[i,1]; tw[5] += t[i,2]; tw[6] += t[i,i]; tw[7] += t[i,2-i]; } for(i=0; i<8; i++) { if (tw[i]==3) return 1; if (tw[i]==-3) return -1; } return 0; } // ゲームの初期化 public static void Init() { int x,y; for(y=0; y<3; y++) for(x=0; x<3; x++) m_t[y,x] = 0; m_num= 0; } // pt の ArrayList に i, y, x のセルを追加する public static int AddCell(Cell pt, int i, int y, int x) { Cell wk,wk2; int j; wk = new Cell(); wk.n = i; wk.y = y; wk.x = x; if (pt.AL==null) pt.AL= new ArrayList(); for (j=0; j<pt.AL.Count; j++) { wk2 = (Cell)pt.AL[j]; if (wk2.y==y && wk2.x==x) break; } if (j>=pt.AL.Count) pt.AL.Add(wk); return j; } // 局面の印字 public static void Disp(int[,] t) { int x,y; string str= ""; for(y=0; y<3; y++) { for(x=0; x<3; x++) { if (t[y,x]==0) str= str + "."; if (t[y,x]==1) str= str + "X"; if (t[y,x]==-1) str= str + "O"; } str= str + "\n"; } Console.Write(str); } // top セルから再帰で印字 public static void Print(Cell top) { Cell wk; int i; for (i=0; i<top.AL.Count; i++) // ArrayList(手番で列挙)の印字 { wk = (Cell)top.AL[i]; Console.WriteLine("N:" + wk.n + " Y:" + wk.y + " X:" + wk.x + " V:" + wk.v); if (wk.AL != null) Print(wk); // AL[i] から Cell にリンク } } }

2. 少数の対局データでは全く役に立ちませんが、多くの対局データを学習します。
   多くの対局データを集めるのは大変かも知れませんが、コンピュータ同士て自動対局させれば簡単でしょう。
   Cell 構造体(Class)に加えて、座標を表す Pos 構造体を定義します。
   

   class Cell { public ArrayList AL = null; public int n; // N 手目 public int y; // Y 座標 public int x; // X 座標 public int v=0; // 点数 } class Pos { public int y; // Y 座標 public int x; // X 座標 }

3. m_t[3,3] は三目並べゲームの盤です。
   m_num は何手目かを示す dat(ゲームの記録)の Index です。
   Cell top は何も記録されていない状態から始めます。
   

   class Prog { static int[,] m_t = new int[3, 3]; // 盤 static int m_num; // プレイのIDX public static void Main() { int[,] dat = new int[9, 2]; // 手の記録 Pos ps; Cell top = new Cell();

4. 今回は１万回ゲームをしてその結果を Cell top から連鎖します。
   １万局も登録すれば何とかなると思っていたのですが、考えが甘かったようです。 (^_^;)
   Init() はゲームを初期化する関数です。
   

   for (j = 0; j < 10000; j++) { ret = 0; Init();

5. m_num を０～８まで(１ゲーム)繰り返します。
   Play() 関数がコンピュータが自動的に手を決める関数で、偶数,奇数で黒と白の駒を置きます。
   dat[9,2] に打った手を記録します。
   Fine() 関数はゲームの終了(３目並んだ)を判定する関数です。
   

   for(m_num=0; m_num<9; m_num++) { ps = Play(m_num, m_t); if (m_num % 2 == 0) m_t[ps.y, ps.x] = 1; else m_t[ps.y, ps.x] = -1; dat[m_num, 0] = ps.y; dat[m_num, 1] = ps.x; ret = Fine(m_t); if (ret != 0) break; }

6. １ゲームが終わるごとに Cell top から連鎖した構造体に結果を登録します。
   AddCell() 関数で一手登録します。
   通過した Cell の v に点数(ret)を加算します。
   ret の値は「１：黒の勝ち, ２：白の勝ち, ０：引き分け」になっています。
   Console.WriteLine(), Print(), Console.ReadLine() はデバッグの為のソースコードです。
   

   pt = top; for (i=0; i<m_num; i++) { k = AddCell(pt, i, dat[i, 0], dat[i, 1]); pt = (Cell)pt.AL[k]; pt.v += ret; } Console.WriteLine("Number:" + j); //Print(top); //Console.ReadLine(); }

7. コンピュータが自動的に打つ手を決める関数です。
   乱数で空いている箇所を選択して Pos でリターンするだけです。
   num は現在の手数です。
   

   public static Pos Play(int num, int[,] t) { Random rand = new Random(); //シード値で初期化 Pos p = new Pos(); int r; r= rand.Next(9-num); for(p.y=0; p.y<3; p.y++) for(p.x=0; p.x<3; p.x++) { if (t[p.y, p.x] == 0) { if (r<1) return p; r--; } } return p; }

8. ゲームの終了(３目並んでいる)を判定する Fine() 関数です。
   縦,横,斜めに３目並んだかを調べて「１：黒の勝ち, －１：白の勝ち, ０：ゲーム中」をリターンします。
   

   public static int Fine(int[,] t) { int[] tw = new int[8]; int i; for(i=0; i<8; i++) tw[i] = 0; for(i=0; i<3; i++) { tw[0] += t[0,i]; tw[1] += t[1,i]; tw[2] += t[2,i]; tw[3] += t[i,0]; tw[4] += t[i,1]; tw[5] += t[i,2]; tw[6] += t[i,i]; tw[7] += t[i,2-i]; } for(i=0; i<8; i++) { if (tw[i]==3) return 1; if (tw[i]==-3) return -1; } return 0; }

9. ゲームを初期化する Init() 関数です。
   

   // ゲームの初期化 public static void Init() { int x,y; for(y=0; y<3; y++) for(x=0; x<3; x++) m_t[y,x] = 0; m_num= 0; }

10. pt の ArrayList にセルを追加する AddCell() 関数です。
    ArrayList を連鎖して、ゲームの手を学習します。
    

    public static int AddCell(Cell pt, int i, int y, int x) { Cell wk,wk2; int j; wk = new Cell(); wk.n = i; wk.y = y; wk.x = x; if (pt.AL==null) pt.AL= new ArrayList(); for (j=0; j<pt.AL.Count; j++) { wk2 = (Cell)pt.AL[j]; if (wk2.y==y && wk2.x==x) break; } if (j>=pt.AL.Count) pt.AL.Add(wk); return j; }

11. Disp() は３目並べの盤を印字する関数ですが、直接ゲームには関係しません。
    Print(Cell top) は Cell に記録されたデータを印字する関数ですが、直接ゲームには関係しません。
    
12. 登録時間が気になったのですが、１万件の登録は瞬間に完了しました。
    これでデータを学習する準備が整ったので、後は三目並べゲームに応用するだけです。
    今までは Console Mode のプログラムですが、ゲームは Windows Mode でプログラムします。
    

[Next Chapter ↓] 三目並べゲーム
[Previous Chapter ↑] 三目並べの学習

超初心者のプログラム入門(C# Frame Work)