g-kentei-kei

深さ優先探索（DFS）と幅優先探索（BFS）の比較 探索アルゴリズムの中でも基本となる「深さ優先探索（DFS）」と「幅優先探索（BFS）」。G検定ではこの2つの「探索の動き方の違い」と「メリット・デメリット」の比較が頻出です。それぞれの特徴...

ハノイの塔 解説 ハノイの塔とは、3本の杭と、大きさの異なる複数の円盤からなる古典的な数学パズルであり、AI研究においては「トイ・プロブレム（おもちゃの問題）」の最も有名な例の一つです。 ルールとAIにおける意義 「1回に1枚しか動かせない...

探索木（Search Tree） 解説 探索木（Search Tree）とは、問題解決において、「現在の状態」から可能な「次の状態」への分岐を、木（ツリー）の構造で表現したものです。 構成要素（ノードとエッジ） 探索木は主に以下の要素で構成...

STRIPS（ストリップス） 解説 STRIPS（Stanford Research Institute Problem Solver）とは、1971年にスタンフォード研究所（SRI）によって開発された、自動プランニングのための「問題記述言...

SHRDLU（シュルドゥ） 解説 SHRDLU（シュルドゥ）とは、1968年から1970年にかけてスタンフォード大学のテリー・ウィノグラードによって開発された、初期の自然言語理解システムです。 「積み木の世界」での対話 SHRDLUは、コン...

αβ法（アルファベータ法） 解説 αβ法（アルファベータ法）とは、Mini-Max法の探索効率を劇的に向上させるための「枝刈り（Pruning）」アルゴリズムです。 「無駄な探索」を省く仕組み Mini-Max法は全ての局面（ノード）を調べ...

Mini-Max法（ミニマックス法） 解説 Mini-Max法（ミニマックス法）とは、チェス、将棋、オセロなどの「二人零和有限確定完全情報ゲーム」において、次の手を決定するための探索アルゴリズムです。 「最大（Max）」と「最小（Min）」...

プランニング（Planning） 解説 プランニング（Planning：行動計画）とは、ある「初期状態」から「目標状態（ゴール）」に到達するために、どのような手順（行動）をとればよいか、その一連の行動計画を自動的に生成する技術のことです。 ...

ローブナーコンテスト（Loebner Prize） 解説 ローブナーコンテスト（Loebner Prize）とは、1990年にヒュー・ローブナーによって創設された、アラン・チューリングの「チューリング・テスト」を実際の競技形式で行う世界最古...

ルールベース機械翻訳（RBMT） 解説 ルールベース機械翻訳（RBMT：Rule-Based Machine Translation）とは、1950年代から1980年代にかけて主流だった、最も古典的な機械翻訳の手法です。人間の言語学者が作成...