Mini-Max 法とは
Mini-Max法とは、相手が常に自分にとって最も不利な手を選ぶと仮定し、そのうえで自分の損失が最小になる手を選ぶ戦略です。将棋やオセロなどの完全情報ゲームを前提とする点が重要です。
この用語はG検定シラバスの「3. 探索・推論」に含まれます。 章全体の用語は用語解説①（全54語）にまとまっています。
一言でいうと
相手が最善手を打ってくる前提で、自分の最悪の結果ができるだけマシになる手を選ぶ考え方です。
考え方
自分の手番では評価値が最大（Max）になる手を選び、相手の手番では評価値が最小（Min）になる手を選ぶ、と仮定します。この最大化と最小化を交互に繰り返すことからMini-Max法と呼ばれます。
「相手も最善を尽くす」という悲観的な前提を置くため、安全側に寄った手が選ばれます。
前提となる条件
Mini-Max法は完全情報ゲーム、つまり両者が盤面の情報をすべて把握できるゲームを前提とします。将棋・囲碁・オセロ・チェスが該当し、相手の手札が見えないポーカーなどは前提を満たしません。
実際の対戦ソフトでは、探索量を減らすためにαβ法と組み合わせて使われます。
評価関数が欠かせない
実際のゲームでは、最後まで読み切ることはできません。そこで途中の盤面を数値化する評価関数を用意し、「ここまで読んだ時点でどちらが有利か」を判断します。
つまりMini-Max法の強さは、探索の深さと評価関数の質の両方で決まります。この評価関数を学習で獲得したのがアルファ碁の発想です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| Mini-Max法 | 相手の最善手を仮定して読み切る探索 |
| αβ法 | Mini-Max法から無駄な枝を刈って効率化する |
| モンテカルロ法 | 乱数によるシミュレーションで有望な手を推定する |
🎯 G検定での押さえどころ
- 自分は最大化、相手は最小化を選ぶと仮定する
- 完全情報ゲームが前提
- αβ法とセットで押さえる
⚠️ よくある誤りの選択肢
- 「Mini-Max法は相手がランダムに手を選ぶと仮定する」→ 誤り。相手も最善を尽くすと仮定します
- 「Mini-Max法はポーカーのような不完全情報ゲームを前提とする」→ 誤り。完全情報ゲームが前提です
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。