![niinaに人類は一度完敗する
niinaがあまりに強かったため、人間とAIのどちら
か強いのかを決する勝負が行われることとなった
第1回 人類 vs 最強AI ぷよぷよ通対戦
当時の全国10位付近の猛者達がダブルスコアを付
けられて完敗
niina はパラメータの違いにより 3 タイプが開発さ
れていた
また、さらに強いkamestry選手も電脳戦と称して
niinaと戦い、71 - 100で敗戦
[1] http://sengiken.web.fc2.com/html/AI/vsAI201205.html
ぐっくる 21 - 50 GTR型
ようかん 20 - 50 対応型
HIRO 26 - 50 ノーマル型](https://image.slidesharecdn.com/puyoai-gpw2015-151114035050-lva1-app6892/85/AI-9-320.jpg)
ぷよぷよ AI 人類打倒に向けて
- 4. 当然のようにクローンやAIが開発される 代表的なものでは poje (独自ルール, 池田研究室) 愛, in?nity, niina (GeNEs WoRK, @test_lockit) mayah(AI) (実機, @mayah_puyo, etc.) そのほか、ぷよふらなどのぷよぷよクローン上のAI、数多の独自ぷよぷよクローン とその上で動くAIが作成されている
- 5. test_lockit 氏のniinaがすこぶる強かった GeNEs WoRKsというWindows上の独自クライアントで動作 8, 9万点規模 (13~14連鎖) の大連鎖をわりと撃ってくる 催促への対応もできる、潰しもできる
- 6. 脱線: ぷよぷよのルールは？ 2つ1組で降ってくるぷよを、4つ同じ色をつなげると消える 消えると上にのっているぷよが下に落ち、また同じ色が4つつながると消える これを連鎖といい、N回消えるとN連鎖という 「連鎖の得点」で連鎖の大きさを測るのが普通 70点につき1つおじゃまぷよと呼ばれるぷよを相手のフィールドに送り込める 連鎖数や消えたぷよに応じて2次関数的に得点が増える 3連鎖1000点、5連鎖4840点、10連鎖36840点 フィールドは72マスなので、72 * 70 = 5040 点あれば相手のフィールドが必ず全部埋まる 相手の連鎖中にこちらも連鎖を行えば、降るはずのおじゃまぷよを相殺できる 3連鎖の例
- 9. niinaに人類は一度完敗する niinaがあまりに強かったため、人間とAIのどちら か強いのかを決する勝負が行われることとなった 第1回 人類 vs 最強AI ぷよぷよ通対戦 当時の全国10位付近の猛者達がダブルスコアを付 けられて完敗 niina はパラメータの違いにより 3 タイプが開発さ れていた また、さらに強いkamestry選手も電脳戦と称して niinaと戦い、71 - 100で敗戦 [1] http://sengiken.web.fc2.com/html/AI/vsAI201205.html ぐっくる 21 - 50 GTR型 ようかん 20 - 50 対応型 HIRO 26 - 50 ノーマル型
- 11. そこで、実機で動くAIの開発が望まれた 人間側に一切の言い訳を許さない、完全に人間と同じ土俵 これでAIが勝てるようであれば、AIが完全に人間の上をいったと言える AI勢としては、ここを目標にしたい
- 12. 実機版AIの開発 有志で実機版のAIの開発に取り掛かる もともとはWindows版ぷよぷよフィーバーを対象に開発をスタート しかし、ぷよ界はアーケード版の格式が高いため、アーケードと同じ環境で動く AIの開発へとシフト アーケード版のエミュレーションであるWiiVirtual Console Arcade を用いて開発、 のちに本物のアーケード基板でも動くように移植
- 14. ACぷよぷよ通 第一回 人類 vs AI 対抗戦 アーケード版が動いたので、実際に人類代表とAIが戦うイベントを開催 アーケード版ぷよぷよ通 第一回 人類 vs AI 対抗戦 2015年7月4日、ゲームセンター 蕨デイトナIII 対戦は本物のゲーム筐体で行なわれ、人間側に一切の不利益がない形で行なわれた。
- 15. ビデオ 1P ソウマ 2P mayah(AI) 大連鎖勝負のもの 小連鎖勝負のもの http://puyoevent.sakura.ne.jp/vsai_1/
- 16. 結果は人類側の勝利 人類は、トッププレイヤーより少し下の選手 ソウマ選手、bookmark選手は全国30~50位 程度の選手 もこう選手はおそらく結構下（もこう選手 のレーティングがないのでわかりません） niinaは実機版のため、独自クライアント版と は実装が異なる mayah (H) 29 - 30 ソウマ niina 30 - 24 もこう mayah 19 - 30 bookmark
- 18. ぷよぷよ础滨の难しさ
- 19. ゲームプログラミング的な難しさ（１） そこそこの盤面の状態数の大きさ 1列13個まで、おじゃま、色ぷよ(4色)の5種類が置け、それが相手も含めて12列分ある さらに操作ぷよ(色ぷよのみ)がNEXT2までの6個が見えるので、相手を含めて 412 (50 + 51 + … + 513 )12 ? 412 ≒ 10116 この試算はぷよが4つ繋がっていることを考慮してないので実際はもっと少ないはず 参考: チェス 1050 将棋 1071 とされている
- 26. ぷよの落下ルーチン 現状はBMI2命令で実装 どのぷよが消えるかは分かっているので、PDEP, PEXT 命令で消えないぷよだけ下に落とせばよい PDEPとPEXTは64bit命令しかないので、128bitレジ スタに対して2回行う レジスタは3つあるので、最大で6回行う Haswell以前向けにAVX版も用意、こちらは1列ずつ落 としていく方法（遅くはないがBMI2の方が高速） PEXT x: HGEFDCBA mask: 01100100 result: 00000GEC PDEF x: HGFEDCBA mask: 01100100 result: 0CB00A00 1列目 2列目 ABCDEFGH IJKLMNOP rest: 00011101 00010101 mask: 00001111 00000111 pext: 00000000 0DEFHJNP pdep: 0000DEFH 00000JNP
- 29. mayah (AI) の評価関数の構成 現状は特徴の線形和 操作、形、連鎖、発火（凝視） 凝視 = 相手のフィールドを把握する技術で、相手の連鎖数や持っている手、 狙っている手を読み取ること ゲームの進行度に応じて係数を適宜調整 序盤はある程度のスキを許してより大きな連鎖を構築することを狙う、など
- 40. パターンマッチによる補完 (contd.) 連鎖が見つかったら、 連鎖を1つ進めて、さら にパターンマッチを行う パターンの重複を減らし つつもマッチする量を 増やす仕組み ...... ..B.C. .AABBB AABCCC 連鎖前 1つ進めて 颁→緑を补完别のパターン
- 47. 連鎖数 本線は単純に連鎖数 * 1000点 副砲は2連鎖に1000点、3連鎖に500 点、それ以上は0点など 7連鎖、7000点 2連鎖、2000点本線としての評価 副砲としての評価 0点 1000点
- 51. RensaHandTree どういう連鎖が打てるのか、その連鎖を打っ た後にさらにどういう連鎖が打てるのかを 木で表現したもの 全部の連鎖を列挙するには連鎖の数が多 すぎる、木として抽象化し、不要そうな 連鎖を間引いて所持 何フレームで何連鎖が打てて、何フレー ムで終わるかを列挙 ナイーブにはalpha-betaができないので、自 分と相手の可能な手をツリー状に列挙し、 このツリーを元にmin-max探索のようなこと をする 現在 2ダブ 5連鎖 11連鎖 0F,120F 32F,183F 0F, 612F 3連鎖 5連鎖 0F, 180F 0F, 250F 5連鎖 120F, 250F xF, yF? x: その連鎖を打つために引く最後のぷよを引くのにかかるフレーム数? y: 発火した時に、操作を開始してから発火終了までに何フレームかかるか
- 53. RensaHandTreeの評価 (ケース1) 今、自分はすぐに打てて 120フレームで終了する2ダ ブがある 相手には240フレーム後に打 てる14連鎖しかない(他の連 鎖がない) つまり、2ダブが刺さると 判断できる 現在 2ダブ 11連鎖 0F, 120F 120F, 550F 3連鎖 5連鎖 0F, 150F 0F, 250F 現在 14連鎖 240F, 840F 相手自分
- 54. RensaHandTreeの評価 (ケース2) 0Fで打てる2ダブを打つと、 相手は4連鎖で対応できる 対応されてもて260Fまでに 自分は4連鎖を打てる相手は その後、2連鎖しか打てず、 12連鎖には間に合わない 最終的に相手に10個ぐらい のおじゃまが降りそう 現在 2ダブ 11連鎖 0F, 120F 120F, 550F 4連鎖 5連鎖 0F, 150F 0F, 250F 現在 14連鎖 240F, 840F 相手自分 4連鎖 60F, 260F 2連鎖 12連鎖 130F, 200F 250F, 600F