著者
石井 岳史 川上 直人 橋本 剛 池田 心
雑誌
ゲームプログラミングワークショップ2019論文集
巻号頁・発行日
vol.2019, pp.12-19, 2019-11-01

ボードゲーム『ガイスター』は6×6 のボード上で青赤2 種8 つの駒を交互に動かし,「脱出」「青駒全取り」「赤駒全取られ」のいずれかを狙う,互いの駒色がわからない2 人用不完全情報ゲームである.著者らはガイスターにおけるコンテンツとして詰めガイスター問題を提案したが,生成アルゴリズムの要因から 11 手詰めまでの問題しか生成できず,さらに問題の質を評価することができなかった.そこで本稿は,生成アルゴリズムにおける必勝手探索の探索法に Df-pn を用いることで大幅に探索速度を改善し,19 手詰め問題を得ることに成功した.それに加え,元の問題から手を戻すことで新たな問題を生成する逆順生成法を用いることで,狙った手数の問題の生成を可能とした.さらに,被験者実験を行い生成した問題の面白さと難しさについてアンケートを取り,教師あり学習を行うことで特徴量から面白さと難しさの推定を行った.推定誤差は5 段階評価の 0.5~0.6 程度で,ある程度の問題選別が可能であることを示した.
著者
石井 岳史 川上 直人 橋本 剛 池田 心
出版者
情報処理学会
雑誌
情報処理学会研究報告. GI, 研究報告ゲーム情報学 (ISSN:21888736)
巻号頁・発行日
vol.2019, no.19, pp.1-8, 2019-03-01

ボードゲーム『ガイスター』は6×6のボード上で青赤2種8つの駒を交互に動かし,「脱出」「青駒全取り」「赤駒全取られ」のいずれかを狙う,対戦相手の駒の色がわからない2人用不完全情報ゲームである.不完全情報ゲームであるという点から運が影響しやすいが,駒の動きから非公開駒の種類を予測するなど心理戦の要素も多い.本ゲームにおいて上達するためには終盤の駒の動かし方について学ぶことが重要である.そこで詰将棋のような『詰めガイスター問題』を提案,実際に生成し有効性の考察を行うことで.対戦相手がいなくても初心者がガイスターに触れ,学ぶことができる環境の提供を目指す.本研究では通常のガイスターのルールに則った一般問題と,対戦相手の一部の駒を公開することで実戦での駒の種類予測を反映するような一部公開問題の2種を提案・考察する.一般問題では限られた勝利条件の問題しか生成できず,直感的に解くことができる問題が多かった.一部公開問題では,一般問題では生成できなかった青駒全取り問題を生成でき,アンケートでも高い評価を得ることができた.
著者
川上 直人 池田 心 石井 岳史 橋本 剛
出版者
情報処理学会
雑誌
情報処理学会研究報告. GI, ゲーム情報学 (ISSN:21888736)
巻号頁・発行日
vol.2020-GI-43, no.13, pp.1-8, 2020-03-06

世界的に親しまれているチェスと似たようなルールを持ちながら不完全要素のあるボードゲーム『ガイスター』では,駒を交互に動かし 3つある勝利条件のいずれかを目指す.ガイスターでは強い AI プレイヤの研究が盛んにおこなわれている一方,教育,楽しさを目的としたコンテンツ生成の研究もあり,2019年3月には『詰めガイスター問題』が発案された.詰めガイスター問題は,ガイスターにおいて確実に勝てる局面を問題化したものであり,終盤力を上げる教育的コンテンツとなっている.2019年11月には,逆向き生成法と証明数探索により19手問題が生成された.また,別アプローチとして後退解析によって得られた37手問題も紹介され,後退解析によって長手数問題を効率的に生成できるのではないかと考えられている.本研究では,駒数が少ない局面に限定し,『詰めガイスター問題』の後退解析をおこなった.結果,駒数が 2対2の場合において「一般問題」では勝ち191,992局面,負け514,214局面,引き分け654局面,最長勝ち19手,「公開問題」では,勝ち783,232 局面,負け402,822局面,引き分け227,666局面,最長勝ち37手になることを確認し,引き分けの存在を確認できた.また,先行研究で議論されていなかった,問題のカテゴリ分け,解の一意性について定義,実験をおこない,いくつかの知見を得た.
著者
川上 直人 橋本 剛
雑誌
研究報告ゲーム情報学(GI) (ISSN:21888736)
巻号頁・発行日
vol.2018-GI-39, no.6, pp.1-6, 2018-02-23

近年,囲碁や将棋の AI が人間のトッププレイヤーに勝利するなど完全情報ゲームの研究は大きな成果を上げており,次のターゲットとして不完全情報ゲームが注目されている.バックギャモン,ポーカー,麻雀においてはトッププレイヤー相当の実力を持つ AI が研究されているが,ガイスター ・ 軍人将棋など,チェスや将棋とルールが似ている不完全情報ボードゲームでは強い AI の研究があまり行われていない.本稿では不完全情報ボードゲームの一つである 「ガイスター」 AI を題材とし,GPW 杯ガイスター AI トーナメント 2017 で優勝した AI のアルゴリズムを紹介する.