問題 No.1
対戦型ゲームAIにおいて、すべての選択肢を探索するミニマックス法を基本としつつ、明らかに選ばれることのない無駄なルートの探索を途中で打ち切ることで、限られた計算時間の中でより深い先読みを実現するためのアルゴリズムはどれか。
【正解の解説】
アルファベータ剪定
アルファベータ剪定（α-β pruning）は、ゲーム木の探索において「相手が絶対に選ばない最悪の手」や「自分が選ぶ必要のない劣悪な手」の分岐（枝）を途中で打ち切る（剪定する）アルゴリズムです。探索の無駄を極力削ることで、限られた時間でより深い先読みを可能にします。
スポンサーリンク
【その他の選択肢の解説】
モンテカルロ木検索
モンテカルロ木検索は、勝敗が決するまでランダムに手を指し進めるシミュレーションを膨大に繰り返し、勝率が高い手を確率的に選択する手法です。ミニマックス法のように評価関数に基づいて分岐を打ち切る（剪定する）アプローチとは計算の仕組みが異なります。
A*（エースター）アルゴリズム
A*（エースター）アルゴリズムは、カーナビのルート案内やゲーム内のキャラクター移動において「最安・最短の経路」を効率よく検索するための手法です。2人のプレイヤーが交互に最善手を指し合う対戦型ゲーム木の最適手探索（ミニマックス）とは目的が異なります。
プランニング
プランニング（Automated Planning）は、ロボットやAIが「現在の状態から目的地・ゴールに到達するためにどんな順番で行動すべきか」を論理的に組み立てる人工知能の技術領域です。ゲームの全選択肢から無駄な枝を削ぎ落とす具体的な探索アルゴリズムではありません。