このようにゲームの盤面の推移を木構造として表したものをゲーム木やゲームの木といいます。この記事(リンクを埋め込む)で深さ優先探索・幅優先探索を学習した方は馴染み深いデータ構造ですね。 評価関数 Mini-Max法は特定の指標にしたがって次に指す手を選択します。その時に使用する指標が評価関数です。例えば、下の図の×の番の手を⚪︎が有利になればなるほど数値が大きくなるという基準の評価関数を用いて評価します。図のように⚪︎が必ず勝つ真ん中の手がもっも評価関数の値が大きくなっているのがわかります。 評価関数は多くの場合、経験に基づいて決められます。例えば将棋の場合は、それぞれの駒に点数を割り振り、その重み付き和にするなどです。 評価関数=飛車の点数×駒数+角の点数×駒数+… このように評価関数はある基準に沿ってどちらかのプレイヤーが有利になれば値が大きくなるように設定されている必要があり、定め方は
![Mini-Max法とαβ法の理論を学び Python で実践【動くコード付き】](https://cdn-ak-scissors.b.st-hatena.com/image/square/e367d2ce6299ced87a5bc0da0c14bf373206903d/height=288;version=1;width=512/https%3A%2F%2Fresources.zero2one.jp%2F2022%2F09%2Fzero2one_cys_LT-wh-c.jpeg)