[論文レビュー] An Optimal Mastermind (4,7) Strategy and More Results in the Expected Case

Geoffroy Ville|arXiv (Cornell University)|May 5, 2013

graph theory and CDMA systems参考文献 10被引用数 4

ひとこと要約

本稿では、4つのペグと7色のカラーピECを用いたマスターマインドゲーム（MM(4,7)）の期待値ケースにおける最適な戦略を提示し、平均4.676回の推測で解決を達成している。深さ優先の分枝限定法を用い、厳密な上限値、動的下限値評価、対称性に基づく推測の同値性検出を組み合わせることで、探索空間を効率的に削減し、最小の期待推測回数を達成している。

ABSTRACT

This paper presents an optimal strategy for solving the 4 peg-7 color Mastermind MM(4,7) in the expected case (4.676) along with optimal strategies or upper bounds for other values. The program developed is using a depth-first branch and bound algorithm relying on tight upper bound, dynamic lower bound evaluation and guess equivalence to prune symmetric tree branches.

研究の動機と目的

• 4つのペグが7色のうちから選ばれるマスターマインドの変種MM(4,7)について、期待値ケースでの最適解を特定すること。
• 古典的なMM(4,6)ゲームを超えて、期待値ケースにおける最適戦略の研究を拡張すること。
• 動的下限値や推測の同値性検出といったアルゴリズム的最適化を設計・適用し、探索空間を縮小し、計算効率を向上させること。
• MM(p,c)構成、特にMM(5,8)を含む他のMM(p,c)構成に対するタイトな上限値を提供し、コード分布とゼロ色（使用されない色）の使用に関する理論的パターンを調査すること。

提案手法

• 探索木を体系的に探索しつつ、非効率な分岐を pruning するため、深さ優先の分枝限定法を用いている。
• 各探索の開始時にタイトな上限値を計算し、pruning のプロセスをガイドすることで、無駄な探索を削減している。
• 実行中に動的下限値評価を適用し、進化する制約に基づいて探索空間をさらに制限している。
• 色の対称性を用いて推測の同値性を検出し、同値な推測を1つの代表として扱い、重複計算を回避している。
• 署名方式を用いてコード集合を効率的に表現・比較し、各ステップで検査される異なるコードの数を減らしている。
• 柔軟性とプロトタイピングの容易さを考慮し、Perlでアルゴリズムを実装しているが、大規模なケースでは性能制限が生じることを指摘している。

実験結果

リサーチクエスチョン

• RQ1 MM(4,7)を解くために必要な最小の期待推測回数は何か？ そして、その回数を達成する戦略は何か？
• RQ2 推測における対称性と同値性は、マスターマインドを解く際の計算複雑性をどのように低減できるか？
• RQ3 特にペグ数より色数が少ない場合に、ゼロ色（使用されない色）が残りのコードを区別するために果たす役割は何か？
• RQ4 MM(4,7)を越えて、特にMM(5,8)を含むMM(p,c)構成に対して、よりタイトな上限値を確立できるか？
• RQ5 コード分布の構造的性質（例：使用される色の数）は、最適戦略と期待推測回数にどのように影響を与えるか？

主な発見

• MM(4,7)の最適期待値解法では、平均4.676回の推測で解決が可能であり、これはこの構成で知られている最小の平均値である。
• 動的下限値と対称性を考慮したプルーニングを施した深さ優先の分枝限定法により、戦略が導出された。
• MM(4,7)における可能なコードの総数は2,401であり、14通りの回答グレード（黒と白のペグの組み合わせ）がある。
• 本研究では、MM(4,6)、MM(5,8)、およびp=7までのさまざまな(p,c)ペアを含む、他のいくつかのMM(p,c)構成について、最適戦略またはタイトな上限値を提供している。
• c ≥ p−1 のとき、MM(p,c) = MMe(p,c) であるという予想を提示しており、これは色数がペグ数に対して小さい場合にゼロ色が区別に不可欠になることを示唆している。
• 2段階探索（まず最適なLを特定し、その後解法を特定する）といったアルゴリズムの改善の可能性を同定し、今後の研究として、より高速な言語の使用と、中間結果をキャッシュ・再利用する外部プログラムの導入を提案している。