HSPTV!掲示板

調べたがCとHSP以外わからないので教えてほしいです。

原理とか書き方とかです。

「考えるマッチ箱」

一章　マッチ箱を用意
１：三目並べで発生しうる盤上の○×のすべての配置の種類を数える。
　　その局面状態をマッチ箱に局面情報としてメモする。
　　このマッチ箱は複数必要になる。
２：さらに、その配置毎に、次の一手となりうる配置の種類を数える。
　　その局面情報をメモしたマッチ箱を、次の一手種類分用意し、
　　行動情報としてマッチ箱にメモする。
３：都合、三目並べで発生する「すべての局面」「すべての行動」を表現するマッチ箱の山が出来上がる。
　　マッチ箱の中にはランダムな数のマッチが入っているものとする。

二章　勝負
１：三目並べのマスを用意する。
２：その「局面」がメモされたすべてのマッチ箱をピックアップする。
３：中身のマッチの本数を数え、最も中のマッチの多いマッチ箱にメモした「行動」に従って
　　次の一手を打つ。この時、使用したマッチ箱は別に分けておく。
４：勝負がつくまで２、３を繰り返す。


三章　教育
１：決着したら、勝ち負けによってマッチ箱に対する処理をする
２勝利：勝ったなら、この勝負に使用したマッチ箱は勝利につながるルートである。
　　　　使用して分けておいたすべてのマッチ箱にマッチを1本足す。
　　　　使わなかったマッチ箱からはマッチを1本抜く。
３敗北：負けたなら、この勝負に使用したマッチ箱は負けにつながるルートである。
　　　　使用して分けておいたすべてのマッチ箱にマッチを1本抜く。
　　　　使わなかったマッチ箱からはマッチを1本足す。


この作業を延々行っていけば、やがて勝利につながるマッチ箱のルートがより強固になり
負けにつながっているマッチ箱のルートは弱まっていくだろう…

ここで重要なのは、与えたのは「勝ったか負けたか」の情報だけで、
マッチ箱はそれだけ勝つ手段を身に着けていくという点だ。



…というのが大体の概念だが。


ディープラーニング方面などはHSPじゃ割ときつい計算量だぞ。
素直にpython使っとけ。

わかりやすい！
頑張りま
す

…ああ、すまん。MinMax法とかいうのがあるのか。
MinMax法の解説じゃなくてすまん。そっちは知らん。
上のは、そんなもん知らん者がAIのくくりで説明したものだ。

無敗ならなんでもいいです。