コンピュータとオセロ対戦38 ～係数、局所探索～ - Qiita

前回 今回の目標 前回作成したニューラルネットワークを用いて、新しい構想でのAIを作成する。 ここから本編 前回も説明した通り、新しく作るAIは、今までのAIの考え方とnleastを融合させます。 つまり、 深層学習モデルを用いて、現在の盤面から最終結果を予測する 深さ優先探索を用いて、先のターンで相手がとれる手数を得る という二つの動作を行い、そして、得られた予測値と手数から総合的な「勝利係数」を計算し、その結果が最も高い位置に置くという考え方をします。 計算方法は以下の通りです。 ここで、 total_score 計算結果（勝利係数） score 予測した最終結果（最終的な自分の駒の数-相手の駒の数） place 相手がとれる手数 A, B 任意定数 予測した最終結果が大きいほど、また、相手がとれる手数が少ないほどより勝利しやすいと予測します。ここで、AとBの係数を適切なものに変えるこ