【機械学習】ミニマックス(mini-max)法とは？ 〜 最も簡単に解説 〜

今回の記事は「ミニマックス(mini-max)法」とは何かに関して、最も簡単に解説を行っていく記事になります。初心者にも分かりやすいようにできるだけ簡単に記事を記載していくので是非参考にしてみてください。

機械学習における「ミニマックス(mini-max)法」とは？

ミニマックス法は「完全情報零和ゲーム」向きの探索手法です。この「完全情報零和ゲーム」は自身が知らない情報が存在しないゲームのことです。例えばオセロ、将棋などです。

運の要素のある、「ババ抜き」「ビンゴ」などはこのゲームから外れます。

では実際にこのミニマックス法に関して詳細に説明する前に「ゲーム木」に関しても理解しておく必要があります。

ゲーム木とは上記のように書かれた木構造のことをゲーム木と言います。

この場合、青丸が最大になる選択は8を選ぶ選択ということです。

ゲームの始まるの状態から各局面を表現したものとなります。分岐点を接点、またはノードといいます。子ノードがないノードは葉、ノード以下の分岐を枝といいます。

ミニマックス法はこのゲーム木の中から最良の選択を探索するアルゴリズムです。「自分にとっての最善手は、相手にとっての最悪手」という考えに基づいた考えです。

このアルゴリズムと混同しやすい語句として「α-βカット」がありますが、こちらはミニマックス法の探索を効率化する手法のことです。

では今回の記事は以上です。他にも多数の記事を記載しているので是非参考にして下さい。