Learning

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. CSForm.cs にコンピュータ同士で対戦するソースを追加します。
   元のソースは Base Project を参照して下さい。
   

   // Constructor public MyForm() { BackColor = SystemColors.AppWorkspace; Width = 560; Height = 600; Paint += new PaintEventHandler(MyHandler); MouseDown += new MouseEventHandler(OnMyMouseDown); m_teban = 0; m_t = (int[,])m_tt.Clone(); while(m_teban!=9) { m_teban = Chenge(m_teban); if (m_teban==9) break; Think(0, m_teban, m_t); y= m_pos/10; x= m_pos%10; if (Reverse(m_teban, x, y, m_t)==false) { string str = "Think Play Error C:" + m_teban + "[" + y + "," + x + "]"; MessageBox.Show(str); return; } m_dat[m_num] = y*10+x; m_num++; } Invalidate(); } // 終局判定と手番の切り替え int Chenge(int c) { ArrayList array; int nc; if (c == 0) { m_num = 0; m_my = 1; m_you = -1; return 1; // 黒番で Start } if (c==9) return 9; // ゲーム終了 nc= 0-c; // 手番の切替 array = Search(nc, m_t); if (array.Count>0) { nc = Set_Teban(m_num); return nc; } array = Search(c, m_t); if (array.Count>0) { m_dat[m_num] = 99; m_num++; return c; } return 9; // 終局 }

2. コンピュータ同士で対戦した結果の学習準備です。
   MyForm() の Constructor で事前に対戦結果を学習します。
   学習結果が効果を発揮するには数万件以上の対局データが必要で、データベースなど専用のファイルを利用するのでしょうね。
   今回は、取り合えず１局だけの対局データを収集してみました。
   m_teban が 9 になるまで、黒と白を切り替えながら Think() でプレイします。
   ループから抜けると１局分の対局データが m_dat[70] に格納されています。
   ディープラーニング(deep learning)は三目並べゲームの方が先輩です。
   対局データの登録は 三目並べの自動学習 を参考にして下さい。
   

   m_teban = 0; m_t = (int[,])m_tt.Clone(); while(m_teban!=9) { m_teban = Chenge(m_teban); if (m_teban==9) break; Think(0, m_teban, m_t); y= m_pos/10; x= m_pos%10; if (Reverse(m_teban, x, y, m_t)==false) { string str = "Think Play Error C:" + m_teban + "[" + y + "," + x + "]"; MessageBox.Show(str); return; } m_dat[m_num] = y*10+x; m_num++; } Invalidate();

3. 終局の判定と手番の切り替えを行う Chenge() 関数です。
   

   int Chenge(int c) { ArrayList array; int nc; if (c == 0) { m_num = 0; m_my = 1; m_you = -1; return 1; // 黒番で Start } if (c==9) return 9; // ゲーム終了 nc= 0-c; // 手番の切替 array = Search(nc, m_t); if (array.Count>0) { nc = Set_Teban(m_num); return nc; } array = Search(c, m_t); if (array.Count>0) { m_dat[m_num] = 99; m_num++; return c; } return 9; // 終局 }

4. コンピュータ同士で対戦しても１局分のデータを収集するのに「１分～２分」かかります。
   ３目並べでは数万件のデータを登録して初めて効果を発揮しました。
   オセロゲームでは３目並べに比べようもない多量のデータが必要になりそうです。
   データを集めるには１局＝１分としても、途方もない時間を必要とします。
   データを収集するには限界がありそうなので、ディープラーニングに関する私の感想を述べます。
   
   • Osero Base Project はＡＩを組み込まなくても十分に強いソースです。
     
   • ディープラーニングでは、途方もない対局データを記録してその中から最も勝率の高い有利な手を選びます。
     
   • ある程度効果を発揮するには、その局面に対する実績データが必要です。
     １局面で打てる手が１０通りあるとして、組み合わせは 10**60 も存在します。
     
   • 記録されていない(対局実績が無い)局面は Think() 関数でプレイするのですが、この関数は結構強い関数です。
     従って実績データが増えるに従ってより強くなり、実績データが無くても元の強さを下回ることはありません。
     
   • ディープラーニングは過去に経験した有利な局面に導くのに役立つようです。
     

[Next Chapter ↓] Osero Game
[Previous Chapter ↑] Base Project

超初心者のプログラム入門(C# Frame Work)