問題 No.1203
囲碁AIなどに搭載され、すべての選択肢を網羅的に探索するのではなく、ランダムなシミュレーションを多数繰り返し、その勝率に基づいて最も有望な次の一手を決定する探索アルゴリズムはどれか。
【正解の解説】
モンテカルロ木探索
モンテカルロ木探索は、ランダムなシミュレーションを繰り返すことで勝率を推定し、最も有望な次の一手を選ぶ手法です。囲碁のように選択肢が非常に多い場合に特に強力です。
スポンサーリンク
【その他の選択肢の解説】
αβ法
αβ法は、ゲームの探索において、明らかに見込みのない枝を早めに切り捨てることで計算を効率化する探索アルゴリズムです。網羅的に探索する際の手法です。
A*探索
A*探索(A-star Search)は、目的地までの距離を予測するヒューリスティックな知識を用いて、最短経路を効率よく見つけるための探索アルゴリズムです。
幅優先探索
幅優先探索は、スタート地点から近い順に層状に探索を進める手法です。全ての可能性を平等にチェックしますが、選択肢が爆発的に多い場合には計算が追いつかなくなります。