ゲームで学ぶ探索アルゴリズム実践入門～木探索とメタヒューリスティクス

（概要）

ゲームAIの技術要素には大きく分けて「ルール」「探索」「機械学習」の3つがあります。近年話題になることの多い機械学習ですが、機械学習だけでは遠い将来の状況を正確に読むことは難しく、特に探索がなければ真に強いAIは生まれません。また、ゲームAIの技術を競う各種コンテストなどでは使用できるメモリ量やファイルの容量に制限が課され、機械学習を利用することが現実的ではないケースもあります。これは実務においても同様で、与えられた要件によっては今も探索技術が主要素となり得ます。本書は、この探索技術とそれを支えるアルゴリズムにフォーカスを当て、ゲームAIを題材にその重要性と魅力を楽しく学ぶための入門書です。さまざまなゲームの種別に対応した探索アルゴリズムについて、動作のしくみと実装方法を丁寧に解説します。


（こんな方におすすめ）

・アルゴリズムに興味がある人

・ゲームAIの仕組みに興味がある人

・AIを機械学習以外の視点から見つめ直し、視野を広げたい人

・ゲームAIコンテストやヒューリスティックコンテストで競うための地力をつけたい人

・対戦ゲームを開発してみたいが、CPU（コンピュータが操作するプレイヤー）の作り方がわからない人


（目次）

第1章 ゲームと探索の世界

　　1.1 ゲームAIと探索

　　1.2 ゲームにおける探索の魅力

第2章 開発環境の準備

　　2.1 Windows Subsystem for Linux［WSL］のインストール

第3章 文脈のある一人ゲームに使いたい探索アルゴリズム

　　3.1 サンプルゲーム紹介～数字集め迷路

　　3.2 貪欲法［Greedy］

　　3.3 ビームサーチ

　　3.4 Chokudaiサーチ

第4章 文脈のない一人ゲームに使いたい探索アルゴリズム

　　4.1 サンプルゲーム紹介～オート数字集め迷路

　　4.2 山登り法

　　4.3 焼きなまし法

第5章 交互着手二人ゲームに使いたい探索アルゴリズム

　　5.1 サンプルゲーム紹介～交互着手数字集め迷路

　　5.2 MiniMax法

　　5.3 AlphaBeta法

　　5.4 反復深化［Iterative Deepening］

　　5.5 原始モンテカルロ法

　　5.6 MCTS［モンテカルロ木探索］

　　5.7 Thunderサーチ

第6章 同時着手二人ゲームに使いたい探索アルゴリズム

　　6.1 サンプルゲーム紹介～同時着手数字集め迷路

　　6.2 交互着手用アルゴリズムの適用

　　6.3 DUCT［Decoupled Upper Confidence Tree］

第7章 よりよい探索をするためのテクニック

　　7.1 サンプルゲーム紹介～壁有り数字集め迷路

　　7.2 評価関数の設計

　　7.3 多様性の確保方針

　　7.4 高速化

第8章 実際のゲームへの応用

　　8.1 コネクトフォーをプレイするAIの実装