強化学習というアルゴリズムを用いて迷路の最短経路を学習するプログラムを作ってみます。迷路を抜ける方法は右手法とかいろいろありますが、ここではあえて学習を用います。強化学習は試行錯誤と報酬から学習するアルゴリズムです。ゴール地点には報酬が置…

また盤面評価です。前は石の数で評価していましたが、今回は石の場所で評価します。たとえば、角に石を打つのは有利だとか端に石を打つのが有利だとかをAIが考慮できるようにします。othello09.jar 各場所の価値 オセロを何回かやってると「4端や辺を取ると…

前回までのプログラムはパスを実装していなかったため最後までプレイできませんでした。そこで今回はパスを実装してみます。othello08.jar 石を打てる場所を数える どこにも石が打てなくなった場合にパスをします。というわけでまず石を打てる場所の数を数え…

画面上の●が矢印キーで移動できます。またXキーを押すと●の色がランダムに変化します。key_test.jar キーイベント キーボードが押されたか検出するにはまずKeyListenerインタフェースをimplementsし登録します。これはマウスクリック（2004/10/16）の検出にM…

ようやく盤面評価を導入します。ミニマックス法のゲーム木における一番末端のノード（葉）の評価値にあたります。盤面評価はオセロにとって非常に重要な要素です。othello07.jar 盤面評価 盤面評価とはある2つの盤面があったときどっちが有利かを判定するこ…