第 4 章 Minimum-Geister における実験 25
5.2 勝敗をつきやすくするための勝利条件の変更
通常のルールを，ゲームに偏りが生じ積極的にプレイせざるを得ない状況を生み出す ルールや比較的ゲームに勝敗がつきやすいような判定勝ちのルールに変えることで攻撃的 な手の頻度を上げゲームに勝敗をつきやすくする工夫を導入する．なお，工夫を入れてい ない通常のルールを以降Rule:Normalと呼ぶ．以下が変更した勝利条件となっている．
• Rule:Turn200
両プレイヤが100手，合計200手を指すまでゲームが行われるルール．両プレイヤ が合計200手を指した時点で，勝敗がついていない場合，引き分けとなる．
• Rule:SecondWinAfterTurnLimit
両プレイヤが50手を指した時点で勝敗がついていない場合，後手番プレイヤが勝ち となるルール．
• Rule:Decision1
両プレイヤが50手を指した時点で勝敗がついていない場合，取った青駒の数が多い プレイヤが勝ちとなる．それでも勝敗がつかない場合，両プレイヤの青駒と出口ま での最短マンハッタン距離を求め，距離が短いプレイヤを勝ちとし，さらに，勝敗 がつかない場合は引き分けとする．
• Rule:Decision2
両プレイヤが50手を指した時点で勝敗がついていない場合，両プレイヤの青駒と出 口までの最短マンハッタン距離を求め，距離が短いプレイヤが勝ちとする．それで も勝敗がつかない場合，取った青駒の数が多いプレイヤを勝ちとし，さらに，勝敗 がつかない場合は引き分けとする．
• Rule:Decision3
両プレイヤが50手を指した時点で勝敗がついていない場合，両プレイヤのスコアを 計算し，スコアが高いプレイヤを勝ちとする．スコアが同じ場合には引き分けとす る．スコアは次の式で求める．
score =取った青駒の数−最短である青駒から出口までのマンハッタン距離
Rule:Turn200はターン数が増えることにより，ゲームがより進行することを狙い導入
する．Rule:SecondWinAfterTurnLimitはゲームに後手番プレイヤが大幅に有利であると いう大きな偏りを生じさせることにより，先手番プレイヤがより積極的に動かなければ負 けてしまう状況を作り出す．Rule:Decision1,2,3は青駒を出口に進ませる手および青駒を 取る手を評価することにより，駒の前進や駒取りを行う手がよりよく評価されることを目 標とする．
実験
それぞれの勝利条件に変更を加えたガイスターにおいて100,000回の自己対戦により学 習し，得られた行動価値関数を用いるAIプレイヤとランダムプレイヤとの3000試合の対 局実験を行う．
結果
表5.4，5.5，5.6，5.7，5.8 は各ルールでの学習を行ったAIプレイヤとランダムプレイ ヤとの対戦結果となっている．前回の実験から全くAIプレイヤは改善されず，手前で駒 を動かし続け，多くの試合で引き分けになる．これは，別の特殊なルールにおいて勝敗を 決する手が元のゲームでのルールにおいては引き分けになる手となっており．特殊なルー ルにおいて評価されてる手が通常のルールでは決着が付く手となっていないことによる．
よって，次節ではさらに影響の大きい着手における制約を課し，よりゲームを進行させる 工夫とする．
表 5.4: Rule:Turn200で学習を行ったNORMALとランダムプレイヤとの3000戦におけ る結果
NORMAL先手 ランダム先手
先手勝ち 先手負け 引き分け 先手勝ち 先手負け 引き分け
NO-EST 26 61 1413 57 22 1421
OP-EST 23 60 1417 48 26 1426
BOTH-EST 32 73 1395 79 27 1394
表 5.5: Rule:TurnLimitSecondWinで学習を行ったNORMALとランダムプレイヤとの 3000戦における結果
NORMAL先手 ランダム先手
先手勝ち 先手負け 引き分け 先手勝ち 先手負け 引き分け
NO-EST 28 48 1424 57 22 1421
OP-EST 22 81 1397 66 23 1411
BOTH-EST 9 57 1434 59 15 1426
表 5.6: Rule:Decision1で学習を行ったNORMALとランダムプレイヤとの3000戦におけ る結果
NORMAL先手 ランダム先手
先手勝ち 先手負け 引き分け 先手勝ち 先手負け 引き分け
NO-EST 24 58 1418 53 36 1411
OP-EST 17 54 1429 54 12 1434
BOTH-EST 25 66 1409 54 23 1423
表 5.7: Rule:Decision2で学習を行ったNORMALとランダムプレイヤとの3000戦におけ る結果
NORMAL先手 ランダム先手
先手勝ち 先手負け 引き分け 先手勝ち 先手負け 引き分け
NO-EST 34 81 1385 66 30 1404
OP-EST 12 54 1434 54 29 1417
BOTH-EST 6 69 1425 39 9 1452
表 5.8: Rule:Decision3で学習を行ったNORMALとランダムプレイヤとの3000戦におけ る結果
NORMAL先手 ランダム先手
先手勝ち 先手負け 引き分け 先手勝ち 先手負け 引き分け
NO-EST 8 60 1432 59 14 1427
OP-EST 14 73 1413 69 17 1414
BOTH-EST 20 64 1416 74 25 1401