[논문 리뷰] Analysis of misere Sprouts game with reduced canonical trees

Julien Lemoine, Simon Viennot|ArXiv.org|2009. 08. 30.

Artificial Intelligence in Games참고 문헌 4인용 수 3

한 줄 요약

이 논문은 기존의 니머 기반 방법이 잘못된 플레이에서 실패하는 한계를 극복하기 위해, 미세어 스프라우트를 분석하는 데 새로운 이론적이고 계산적인 도구로 축소된 표준 트리(RCT)를 도입한다. RCT를 통해 게임 위치를 효율적으로 표현하고 비교함으로써, 저자들은 17개의 스폰트까지의 미세어 스프라우트의 결과를 계산하였으며, p ≡ 0, 4, 또는 5 mod 6일 때(단, p=1,4 제외) 선공이 승리하는 것을 확인하였고, 정규 버전보다 더 규칙적으로 증가하는 복잡도를 보이며, 미세어 게임의 복잡도가 더 규칙적으로 증가함을 보여주었다.

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.

연구 동기 및 목표

• 표준 니머 감소 방법이 실패하는, 비정상적인 제한된 게임 이론 도구가 부족한 미세어 순수 게임에서의 문제를 해결하기 위해.
• 이전의 계산적 접근 방식의 한계를 넘어서, 실용적인 방법을 개발하고 구현하여, 미세어 스프라우트를 분석하기 위한 방법을 마련하기 위해.
• 기존의 알려진 결과를 p=9에서 p=17까지 확장하여, 열려 있는 추측을 해결하고 게임 결과의 주기적 패턴을 드러내기 위해.
• 분해 가능한 위치를 가진 다른 비정상적 미세어 게임에 적용 가능한 확장 가능한 계산 프레임워크를 제공하기 위해.

제안 방법

• 논문은 스프라우트 위치의 표준 표현인 축소된 표준 트리(RCT)를 도입하며, 이는 정규 플레이에서의 니머와 유사하게, 미세어 플레이에서 결과 동치성을 유지한다.
• RCT는 동일한 결과를 모든 맥락에서 가지는 위치들을 융합함으로써, 동일성 원칙을 활용해 재귀적으로 단순화된 게임 트리를 구성한다.
• 깊이 우선 탐색 알고리즘을 사용하며, 덜 유망한 분지들을 수동으로 잘라내어 계산 중복을 줄이고, RCT의 구조에 따라 지도하여 효율적으로 탐색한다.
• 데이터베이스의 필수 위치 수를 줄이기 위해, 각 시작 위치의 결과를 증명하는 데 필요한 위치만 유지하는 후처리 '검증 알고리즘'을 적용한다.
• 많은 복잡한 위치들이 단순한 니머 힙 위치와 구분되지 않음을 활용하여, 결과를 효율적으로 압축하고 재사용할 수 있다.
• 구현은 S6의 사전 계산된 게임 트리를 기반으로 하며, 더 높은 p에 필요한 추가 위치만 저장함으로써 메모리 오버헤드를 크게 줄였다.

실험 결과

연구 질문

• RQ1 비정상적인 제한된 게임에서 니머가 정규 플레이에서 기능하는 것과 유사하게 작동하는 표준 트리 표현을 개발할 수 있는가?
• RQ2 미세어 규칙 하에서 스프라우트 위치의 구조를 얼마나 단순화할 수 있는가?
• RQ3 p=17일 때의 미세어 스프라우트 결과는 무엇이며, 이는 이전 결과에서 관찰된 주기적 패턴을 확인하거나 반박하는가?
• RQ4 미세어 스프라우트의 계산 복잡도는 p에 따라 어떻게 증가하며, RCT 기반의 압축을 통해 효과적으로 관리할 수 있는가?

주요 결과

• 저자들은 17개 스폰트까지의 미세어 스프라우트 결과를 성공적으로 계산하였으며, S17⁻가 선공의 승리임을 확인하였다.
• S17⁻의 결과를 증명하기 위해 필요한 필수 위치 수는 17,583개로, 계산 과정에서 탐색한 170,000개의 노드보다 크게 감소하였다.
• 미세어 스프라우트의 결과 패턴은 주기 6 사이클(W for p ≡ 0,4,5 mod 6)을 보이며, p=1과 p=4에서 예외를 보이며, 이는 이전의 잘못된 추측을 반박한다.
• 정규 버전보다도 미세어 스프라우트의 복잡도가 p에 따라 더 규칙적으로 증가함을 보이며, 향후 p=17를 초월한 계산은 막대한 자원이 필요할 것으로 예상된다.
• RCT 기반 방법은 메모리 사용량을 100MB 이하로 줄였고, 1.8GHz 프로세서에서 단 20시간 내에 완료되어 높은 효율성을 입증하였다.
• 소스 코드와 데이터베이스를 포함한 구현은 GNU 라이선스 하에 공개되어 있어 재현 가능하며, 다른 게임으로의 확장도 가능하다.