第3章　文脈のある一人ゲームに使いたい探索アルゴリズム

サンプルのゲーム数字集め迷路がシンプルで良い。

Chokudaiサーチはパラメータのチューニングなしで性能が出やすいらしい。ビームサーチと比べて。

ビーム幅=1でChokudaiサーチを実行してるけどここを増やすとどうなるんだろう？

第4章　文脈のない一人ゲームに使いたい探索アルゴリズム

メタヒューリスティクスとも呼ばれる。AtCoder Heuristic Contest と関係が深そう。

この章はけっこう知ってること多かった。

焼きなましの冷却スケジュールで初期温度と最終温度はどう決めればいいのだろう？

MiniMax だとゲーム木が大きいときまともに動かなそう
→ AlphaBeta で枝刈りすると性能が出るのかー！

モンテカルロ法は最後まで playout してゲームのスコアを出せばよくて、盤面評価を考えずに済むのがうれしい。
→ 完全ランダムの playout だと現実的じゃない手も探索してしまいもったいない。playout の結果を親方向のノードへ反映して次に活かす MCTS

盤面評価しやすいゲームだと、playout せずに自分でつくった評価関数をもとに探索したほうが性能が出ることがあるらしい：Thunder サーチ

ここは CodinGame のコンテスト前に読もう。

生スコアをもとに盤面評価の補正項を足して評価関数にする。

同一盤面を高速に判定するために Zobrist hashing を使う！　多様性を確保することでビームサーチの性能があがる。