THE じゃんけん＊メンバー＊酒井史彦（リーダー、アルゴリズム係）井沢賢（広報、プレイヤー）天野峻介（プログラマー）謙優希（パワーポイント係）小林勇介（アルゴリズム係）目次 • コンピューターにとっての勝ち負け • 戦略の強化１ • 戦略の強化２ • 戦略の強化３ • 問題点 • 最後に Computerにとっての勝ち負け Man グー０チョキ１パー２ Computer グー０チョキ１パー２ ○ × ○ × ○ × グー、チョキ、パーをそれぞれ０，１，２で表し、コンピュータと人間の手を作ると上の表のようになる戦略の強化１ • コンピュータと人間が前の手で何を出したか、そしてどちらが勝ったかのデータを蓄積させ、どの局面で何を出すのが最も勝つ確率が高いかを選ぶアルゴリズムをつくりました。戦略の強化１の戦略テーブル man グー M チョキパーグー２１４チョキ５２１パー１３１人間が１つ前に出した手をM,いま出した手をmanとするときに上の表のような戦略テーブルの table[M][man]の内容を＋１とする。これをじゃんけんをする度に行なっていく。例えば上の表のような戦略テーブルが作られたとすると… 戦略の強化１ • コンピュータはこの表を見ながら、相手はグーの後にパー、チョキのあとにグー、パーの後にチョキを出しやすいことがわかる。したがって相手の前の手がグーなら、今回パーを出す可能性が高いのだから、コンピュータはチョキを出せば勝てる可能性が高いことになる。 –ただこれではあまりにも単純なので、次のような三次元の戦略テーブルを考えました。戦略の強化２の戦略テーブル • • 一つ前のコンピュータの手をC、人間の手をM、今出したコンピュータの手を computerとする。たとえば、一つ前のコンピュータの手がグー、人間の手がパーで、今コンピュータがパーを出して勝った場合table[グー][パー][パー]の内容を＋１、負けた場合は－１、引き分けの場合はパーに勝てるチョキの位置を table[グー][パー][チョキ]の内容を＋１する。戦略の強化２ • これを繰り返すことで一つ前の局面C,Mに対し、コンピュータが今回出した手で勝ったか負けたかのデータが蓄積されていく。従って、コンピュータは１つ前の局面C,Mに対し、最も勝つ確率の高い手をテーブルから選べばよい。問題点 • 戦略１，２の場合コンピュータは一定のアルゴリズムの範囲でしか出せないので、人間がそのアルゴリズムに気づいてしまうとコンピュータの勝率は下がってしまう。戦略の強化３そこでコンピュータのアルゴリズムを複雑にすれば、人間が瞬時にコンピュータのアルゴリズムを推測できなくなるだろうと考え、強化１，２を参考にしてコンピュータの二手前と人間の二手前までを考慮したプログラムを作ろうとしました。考察ここで戦略３の問題点として初期段階では統計情報が不足していることがあげられる。その解決策として、今までに出現していない組み合わせの時は戦略の強化２を適用し、強化２でも出現していない組み合わせの時は、強化１を適用すると、コンピュータの勝率はあがると考えました。 • 戦略の強化１，２は河西朝雄著技術評論社「javaによるはじめてのアルゴリズム入門」を参考にしました。それを基に強化３のソースプログラムをつくりました。 • 強化１、２をコンパイルして実行することができませんでした‥強化３も強化１，２を参考にしていたため実行できていません。そこで強化２と同じアルゴリズムを持つプログラムをサイトから見つけたので、対戦してみました。強化２との対戦してみました • コンピュータのアルゴリズムを知っている人小林６０戦４２勝（７０％） • コンピュータのアルゴリズムを知らない人 Aさん１００戦４３勝（４３％） Bさん１００戦５２勝（５２％）