[論文レビュー] Analysis of misere Sprouts game with reduced canonical trees

Julien Lemoine, Simon Viennot|ArXiv.org|Aug 30, 2009

Artificial Intelligence in Games参考文献 4被引用数 3

ひとこと要約

本稿では、従来のニムバーに基づく手法が誤ったプレイにおいて失敗するという限界を克服するため、誤ったスプローツ（misère Sprouts）を分析するための新しい理論的・計算的ツールとして、縮小された正規木（Reduced Canonical Tree, RCT）を導入する。RCTを用いることで、ゲームの局面を効率的に表現・比較でき、17スロットまで誤ったスプローツの結果を計算した。その結果、p ≡ 0, 4, 5 (mod 6) の場合（p=1,4を除く）に先手が勝つことが確認され、誤ったプレイにおけるゲームの複雑さが通常プレイよりもより規則正しく増加することが示された。

ABSTRACT

Sprouts is a two-player topological game, invented in 1967 by Michael Paterson and John Conway. The game starts with p spots, lasts at most 3p-1 moves, and the player who makes the last move wins. In the misere version of Sprouts, on the contrary, the player who makes the last move loses. Sprouts is a very intricate game, and the first computer analysis in 1991 reached only p=11. New results were made possible in 2007 up to p=32 by using combinatorial game theory: when a position is a sum of independant games, it is possible to replace some of these games by a natural number, called the nimber, without changing the winning or losing outcome of the complete position. However, this reduction does not apply to the misere version, making the analysis of Sprouts (and more generally of any game) more difficult in the misere version. In 1991, only p=9 was reached in misere Sprouts, and we describe in this paper how we obtained up to p=17. First, we describe a theoretical tool, the reduced canonical tree, which plays a role similar to the nimber in the normal version. Then, we describe the way we have implemented it in our program, and detail the results it allowed us to obtain on misere Sprouts.

研究の動機と目的

• 誤った公平ゲームにおいて標準的なニムバー還元が失敗するという、組み合わせゲーム理論の有効なツールの欠如を克服すること。
• 従来の計算的手法の限界を超えて、誤ったスプローツを分析する実用的な手法を開発・実装すること。
• 誤ったスプローツの結果をp=9からp=17まで拡張し、未解決の予想を解消するとともに、ゲーム結果における周期的パターンを明らかにすること。
• 分解可能な局面を持つ他の誤った公平ゲームへも適用可能なスケーラブルな計算フレームワークを提供すること。

提案手法

• 本稿では、誤ったプレイにおける結果同値性を保つスプローツ局面の正規表現として、縮小正規木（RCT）を導入する。これは通常プレイにおけるニムバーと類似した役割を果たす。
• RCTは、同一の結果をすべての文脈で示す局面を統合する不変性原理を用いて、再帰的に簡略化されたゲームツリーから構築される。
• 深さ優先探索アルゴリズムを用い、有望でない分岐を手動で pruning することで、冗長な計算を削減する。この探索はRCT構造に従ってガイドされ、計算の非効率を低減する。
• データベースの必要最小限の局面を維持するため、各初期局面の結果を証明するために不可欠な部分に限定する「チェックアルゴリズム」と呼ばれる後処理が適用される。
• 多くの複雑な局面が単純なニムヒープの局面と区別できないことを利用し、結果の効率的な圧縮と再利用が可能になる。
• 実装では、S6の事前計算済みゲームツリーを基盤とし、pが上昇するに従い追加で必要となる局面のみを格納することで、メモリ使用量を著しく削減している。

実験結果

リサーチクエスチョン

• RQ1 誤った公平ゲームに対して、通常プレイにおけるニムバーと類似した働きをする正規木表現を開発できるか？
• RQ2 誤ったルール下での不変性に基づいて、スプローツの局面構造をどの程度簡略化できるか？
• RQ3 p=17における誤ったスプローツの結果は何か？ これは、以前の結果で観察された周期的パターンと一致するか、矛盾するか？
• RQ4 誤ったスプローツの計算複雑性はpとともにどのように増加するか？ また、RCTに基づく圧縮手法によって効果的に管理できるか？

主な発見

• 著者らは、誤ったスプローツの結果を17スロットまで正確に計算し、S17⁻ が先手の勝ちであることを確認した。
• S17⁻ の結果を証明するために必要な本質的（essential）な局面数は17,583であり、計算中に探索された170,000ノードよりも著しく削減された。
• 誤ったスプローツの結果パターンは6周期（p ≡ 0,4,5 (mod 6) の場合に勝利）を示し、p=1およびp=4を除いて、以前の誤った予想と矛盾する。
• 誤ったスプローツの複雑さは、通常バージョンよりもpの増加に伴いより規則正しく増加しており、今後のp>17の計算には膨大なリソースが必要になることが示唆された。
• RCTに基づく手法により、メモリ使用量は100 MB未満に抑えられ、1.8 GHzプロセッサ上でわずか20時間で処理が完了し、高い効率性が裏付けられた。
• ソースコードおよびデータベースを含む実装は、GNUライセンスの下で公開されており、再現性が保たれるとともに、他のゲームへの応用が可能である。