Kaggle - ConnectX(2) - ４枚そろえるボードゲーム

Connect Xコンペに関する２回目の記事です。

Connect X

今回はエージェントが受け取る情報を確認したいと思います。

環境ルール(Environment Rules)

サンプルソースを見ますと下記のようなコメントが記述されていました。

[サンプルソース]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
def agent(observation, configuration):
    # Number of Columns on the Board.（ボードのカラム数）
    columns = configuration.columns
    # Number of Rows on the Board.（ボードの行数）
    rows = configuration.rows
    # Number of Checkers "in a row" needed to win.（勝つために並べるコインの数）
    inarow = configuration.inarow
    # The current serialized Board (rows x columns).（現在のボードの状態。１次元として）
    board = observation.board
    # Which player the agent is playing as (1 or 2).（どちらのプレイヤーか）
    mark = observation.mark

    # Return which column to drop a checker (action).（どのカラムに落とすかを返す）
    return 0

確認のために、前回作成したソースにエージェントが受け取る情報を表示する処理を追加し実行してみます。

[ソース]

1
2
3
4
5
6
7
8
9
10
11
def my_agent(observation, configuration):
    print('observation', observation)
    print('configuration', configuration)
    print('------------')
    from random import choice
    return choice([c for c in range(configuration.columns) if observation.board[c] == 0])

env.reset()
# Play as the first agent against default "random" agent.
env.run([my_agent, "random"])
env.render(mode="ipython", width=500, height=450)

[結果]
（一部表示）

サンプルソースの説明に合致した情報が格納されていることが分かります。

そのほかの情報(stepやtimeoutなど)もありますが、必要に応じて参照すればいいと思います。

ポイントとしては、observation.boardでしょうか。

６行７列の配列を１次元配列で表しています。この方が機械学習のデータとして扱いやすいですからね。