ターン制戦略ゲーム TUBSTAP

背景と目的

　ターン制戦略ゲーム自体は非常にポピュラーで，またVector等でフリーソフトも多く公開されています． もちろん，ファミコンウォーズや大戦略をはじめ市販のゲームも多いです．ですが，これらのゲームＡＩは強さにおいて，人間の中上級者に敵う程ではありません．さらに学術研究を念頭に置いた場合，これらゲームはルールが高度か煩雑で研究用途に適しておらず，研究開発の環境も不在といった課題があります．
　そこで我々は既存のターン制戦略ゲームのルールを分析し学術用途に簡略化されたルールを提案しました（図1）．さらにターン制戦略ゲームのＡＩ開発に興味がある，この手のゲームのＡＩに不満を抱いている．そんな方々が思考ルーチンの開発だけに専念し，統一された環境での比較をできるよう研究開発環境を整備し，広めていくことを狙いにしています．
　今後は研究開発環境の整備を踏まえ，強いAIを作るための方法論の開発を重点的に行っていく予定です．

アプローチと結果概要

　ターン制戦略ゲームは，自分の手番に全ての駒を操作することができ，候補手の数が膨大であるといった特徴があります．このため，これまで囲碁や将棋で培われた手法 を直接適用するのみでは，人間に対して十分に強いAIの開発は困難です． よって，MinMax戦略やモンテカルアプローチを用いてAIの性能向上を図るためには， 候補手の枝刈りを行うなどの工夫が必要となります．
　そこで現在では，前向き枝刈りを施したUCT探索やランダムサンプリングを用いて 候補手の限定を行った深さ限定モンテカルロ法（DLMC）などのアプローチを取っています． またDLMCでは，このときシミュレーションにおいて陣形を評価させるような工夫や，全ての手を評価せず高速化するような工夫も行っています.
　その結果，DLMCの改良型が前向き枝刈りを用いたUCT探索に対して有意に勝ち越しており，市販のファミコンウォーズDS2のAIに対しても，ほぼ勝ち越す性能を有しています．

研究担当者，業績，リンク等

・本研究は村山公志朗，藤木翼が主に担当しています．
・本研究の代表的な論文は以下の通り．
　- 村山 公志朗，藤木 翼，池田 心:
　　学術研究用プラットフォームとしての大戦略系ゲームのルール提案
　　第18回ゲームプログラミングワークショップ，pp.146-153, 2013-11
　- 藤木 翼，村山 公志朗，池田 心:
　　ターン制ストラテジーのための状態評価型深さ限定モンテカルロ法
　　第8回E＆Cシンポジウム，2014-3
　- 藤木 翼，村山 公志朗，池田 心:
　　ターン制ストラテジーのための状態評価型深さ限定モンテカルロ法における消極的行動の抑制
　　第19回ゲームプログラミングワークショップ，pp.32-39, 2014-11

プロジェクトページ

　本研究では，ソースコードを含め，開発環境を公開しています．
　利用法などを含めたプロジェクトページは【こちら】です．