Step 08 of 12

評価関数

盤面を数値化する evaluate と、最高スコアの手を選ぶ chooseBestMove を書きます。探索なしの「1 手先評価」だけでも、ランダム AI よりずっと強くなります — 特に角を取るようになる。

MyOthello.java

import dev.yasuda.othello.*;
import java.util.ArrayList;
import java.util.List;

/**
 * Step 08 — 評価関数と貪欲 AI。
 *
 * 目標: 盤面を数値化して「どの手が AI にとって一番得か」を判定する。
 *       AI は全ての合法手を仮に打ってみて、評価が最大の手を選ぶ。
 *
 * Step 07 のランダム AI と比較して、角や辺を優先するように明確に強くなる。
 */
public class MyOthello extends Game {

static final int COLS = 8;
    static final int ROWS = 8;
    static final int CELL = 50;

static final int EMPTY = 0;
    static final int BLACK = 1;
    static final int WHITE = 2;

static final int HUMAN = BLACK;
    static final int AI    = WHITE;

static final double AI_DELAY = 0.5;

static final int[][] DIRECTIONS = {
        {-1, -1}, {-1, 0}, {-1, 1},
        { 0, -1},          { 0, 1},
        { 1, -1}, { 1, 0}, { 1, 1}
    };

/**
     * 位置ごとの重み。角 (4 隅) は +120 と最も価値が高く、
     * 角の隣 (X マス / C マス) はマイナスで「避けたい」場所扱い。
     *
     * 手本としてこのテーブルを使うが、数値をいじって AI の好みを変えてみると
     * 勉強になる（例: 辺をもっと高く評価したり）。
     */
    static final int[][] POSITION_WEIGHTS = {
        {120, -20,  20,   5,   5,  20, -20, 120},
        {-20, -40,  -5,  -5,  -5,  -5, -40, -20},
        { 20,  -5,  15,   3,   3,  15,  -5,  20},
        {  5,  -5,   3,   3,   3,   3,  -5,   5},
        {  5,  -5,   3,   3,   3,   3,  -5,   5},
        { 20,  -5,  15,   3,   3,  15,  -5,  20},
        {-20, -40,  -5,  -5,  -5,  -5, -40, -20},
        {120, -20,  20,   5,   5,  20, -20, 120}
    };

int[][] board = new int[ROWS][COLS];
    int currentPlayer = BLACK;
    boolean gameOver = false;

int cursorCol = 3;
    int cursorRow = 3;

double aiCooldown = 0.0;

public static void main(String[] args) {
        new MyOthello().run();
    }

@Override
    public void setup() {
        board[3][3] = WHITE;
        board[4][4] = WHITE;
        board[3][4] = BLACK;
        board[4][3] = BLACK;
    }

@Override
    public void update(double dt) {
        if (gameOver || currentPlayer != AI) {
            aiCooldown = 0.0;
            return;
        }
        aiCooldown += dt;
        if (aiCooldown < AI_DELAY) return;
        aiCooldown = 0.0;
        aiMove();
    }

void aiMove() {
        int[] best = chooseBestMove(AI);
        if (best == null) return;
        placeAt(best[0], best[1], AI);
        endTurn();
    }

/**
     * player 視点で最も評価が高くなる 1 手を返す。合法手が無ければ null。
     *
     * 手順: 合法手ごとに snapshot → 仮に打つ → evaluate(player) で点数化 →
     *       restore で盤面を戻す。最大スコアの手を覚えておいて return。
     */
    int[] chooseBestMove(int player) {
        // TODO: 上の手順を実装する。
        //       重要: for の中で board を書き換えるので、必ず restore で戻すこと。
        //       でないと次の iteration 以降の評価が壊れる。
        TODO;
    }

/**
     * player 視点の盤面スコア。自分の重み合計から相手の重み合計を引いたもの。
     * プラスなら自分有利、マイナスなら相手有利。
     */
    int evaluate(int player) {
        // TODO: 2 重 for で全マスを走査し、自分の石なら POSITION_WEIGHTS[r][c] を加算、
        //       相手の石なら減算する。空マスは 0。
        TODO;
    }

int[][] snapshot() {
        int[][] out = new int[ROWS][COLS];
        for (int r = 0; r < ROWS; r++) {
            System.arraycopy(board[r], 0, out[r], 0, COLS);
        }
        return out;
    }

void restore(int[][] snap) {
        for (int r = 0; r < ROWS; r++) {
            System.arraycopy(snap[r], 0, board[r], 0, COLS);
        }
    }

List<int[]> legalMoves(int player) {
        List<int[]> out = new ArrayList<>();
        for (int r = 0; r < ROWS; r++)
            for (int c = 0; c < COLS; c++)
                if (isValidMove(r, c, player)) out.add(new int[]{r, c});
        return out;
    }

@Override
    public void onKey(Key key) {
        if (gameOver || currentPlayer != HUMAN) return;
        if (key == Key.LEFT  && cursorCol > 0)        cursorCol--;
        if (key == Key.RIGHT && cursorCol < COLS - 1) cursorCol++;
        if (key == Key.UP    && cursorRow > 0)        cursorRow--;
        if (key == Key.DOWN  && cursorRow < ROWS - 1) cursorRow++;
        if (key == Key.ENTER) {
            if (isValidMove(cursorRow, cursorCol, HUMAN)) {
                placeAt(cursorRow, cursorCol, HUMAN);
                endTurn();
            }
        }
    }

void placeAt(int row, int col, int player) {
        board[row][col] = player;
        flip(row, col, player);
    }

void endTurn() {
        currentPlayer = (currentPlayer == BLACK) ? WHITE : BLACK;
        if (!hasAnyLegalMove(currentPlayer)) {
            currentPlayer = (currentPlayer == BLACK) ? WHITE : BLACK;
            if (!hasAnyLegalMove(currentPlayer)) {
                gameOver = true;
            }
        }
    }

boolean hasAnyLegalMove(int player) {
        for (int r = 0; r < ROWS; r++)
            for (int c = 0; c < COLS; c++)
                if (isValidMove(r, c, player)) return true;
        return false;
    }

void flip(int row, int col, int player) {
        int opponent = (player == BLACK) ? WHITE : BLACK;
        for (int[] d : DIRECTIONS) {
            int dr = d[0], dc = d[1];
            int r = row + dr, c = col + dc;
            while (r >= 0 && r < ROWS && c >= 0 && c < COLS && board[r][c] == opponent) {
                r += dr; c += dc;
            }
            if (r < 0 || r >= ROWS || c < 0 || c >= COLS) continue;
            if (board[r][c] != player) continue;
            r -= dr; c -= dc;
            while (!(r == row && c == col)) {
                board[r][c] = player;
                r -= dr; c -= dc;
            }
        }
    }

boolean isValidMove(int row, int col, int player) {
        if (board[row][col] != EMPTY) return false;
        int opponent = (player == BLACK) ? WHITE : BLACK;
        for (int[] d : DIRECTIONS) {
            int dr = d[0], dc = d[1];
            int r = row + dr, c = col + dc;
            boolean sawOpponent = false;
            while (r >= 0 && r < ROWS && c >= 0 && c < COLS) {
                if (board[r][c] == opponent) {
                    sawOpponent = true;
                } else if (board[r][c] == player && sawOpponent) {
                    return true;
                } else {
                    break;
                }
                r += dr; c += dc;
            }
        }
        return false;
    }

@Override
    public void render(Screen screen) {
        screen.clear(Color.DARK_GRAY);

for (int row = 0; row < ROWS; row++) {
            for (int col = 0; col < COLS; col++) {
                int x = col * CELL;
                int y = row * CELL;
                screen.fillRect(x, y, CELL, CELL, Color.BOARD);
                screen.strokeRect(x, y, CELL, CELL, Color.BOARD_LINE);

int stone = board[row][col];
                if (stone != EMPTY) {
                    Color c = (stone == BLACK) ? Color.BLACK : Color.WHITE;
                    screen.fillCircle(x + CELL / 2, y + CELL / 2, CELL / 2 - 4, c);
                } else if (!gameOver && currentPlayer == HUMAN && isValidMove(row, col, HUMAN)) {
                    screen.fillCircle(x + CELL / 2, y + CELL / 2, 6, Color.HINT);
                }
            }
        }

if (currentPlayer == HUMAN) {
            int cx = cursorCol * CELL;
            int cy = cursorRow * CELL;
            screen.strokeRect(cx,     cy,     CELL,     CELL,     Color.HIGHLIGHT);
            screen.strokeRect(cx + 1, cy + 1, CELL - 2, CELL - 2, Color.HIGHLIGHT);
            screen.strokeRect(cx + 2, cy + 2, CELL - 4, CELL - 4, Color.HIGHLIGHT);
        }
    }
}

Java runtime を初回読み込み中…

CheerpJ の JRE (数十 MB) をダウンロードしています。

preparing

About this step

なぜ角が +120？

オセロの角は 絶対にひっくり返されない特別なマスです。そこに自分の石を置ければ、その影響で辺も支配しやすくなるので大きくプラス。逆に角の隣 (X マス / C マス) は「角を相手にプレゼントしやすい」マスなので大きくマイナスに設定してあります — 配置の原則を数値で表した表です。

snapshot / restore の罠

chooseBestMove の中で各手を仮に打つ時、placeAt が board を書き換えるので、評価が終わったら必ず元に戻す必要があります。 restore を忘れると 2 手目以降の評価が前の仮置きの上で行われて無意味に。 for ループで動的に盤面を壊して戻す、というテクは minimax でも同じ罠。

動かしてみる

Run して何度か対局してみて、白 AI が 角をしっかり取りに来るかを確認。 Step 07 のランダム AI と比べて明らかに強くなります。余裕があれば POSITION_WEIGHTS の数値をいじって、白の好みを変えて遊んでみてください。