探索木・「ハノイの塔」

ノートブックの作成

ノートブックのタイトルは AI-5 とします． Google Colaboratory を起動し，新規にノートブックを作成してください． ノートブックの作成方法は第1回の資料を参照してください．

最初に Simple AI をインストールします． セルで下記のコマンドを実行してください．

!pip install simpleai

ハノイの塔

今回は ハノイの塔（Tower of Hanoi） を取り上げましょう．

See the Pen Tower of Hanoi by Naoto Mukai (@nmukai) on CodePen.

この問題を 状態空間モデル で表現します． ここでは，モデルAとモデルBの2種類の状態空間モデル検討してみましょう．

上記のモデルA，モデルBのどちらが適しているでしょうか． 次の2つの状態を例に考えてみましょう． 左の状態は，円盤（小）と円盤（大）が支柱A，円盤（中）が支柱Bにあります． 右の状態は，円盤（中）と円盤（大）が支柱A，円盤（小）が支柱Bにあります． これらを，モデルAとモデルBで表現してみましょう．

モデルAで表現すると，いずれの状態も$(2, 1, 0)$となって区別できません． これはモデルAが，支柱の位置は表現できる一方で，円盤の大きさを表現できていないことが原因です． 一方，モデルBであれば，支柱の位置と，円盤の大きさの両方を表現できるため，異なる状態として区別することが可能です． よって，ここではハノイの塔の状態空間モデルとして モデルBを採用する ことにします． 次にモデルBの行動を考えましょう．

円盤（小）の行動を適用するための条件

円盤（小）の上に円盤（中），円盤（大）があることはありえないため，常に円盤（小）の全ての行動が適用可能です． 例えば円盤（小）が支柱Aにある場合， 円盤（中）と円盤（大）の位置に関わらず ，常にA1，A2を適用することが可能です．

• A1: $(1, y, z) \rightarrow (2, y, z)$ #支柱Aから支柱Bへ
• A2: $(1, y, z) \rightarrow (3, y, z)$ #支柱Aから支柱Cへ

円盤（中）の行動を適用するための条件

上記の円盤（中）に対する行動に注目してみましょう． 円盤（中）が支柱Aにある場合，候補となる行動は下記の2種類です．

• A7: $(x, 1, z) \rightarrow (x, 2, z)$ #支柱Aから支柱Bへ
• A8: $(x, 1, z) \rightarrow (x, 3, z)$ #支柱Aから支柱Cへ

円盤（小）が支柱Bにあるときは， 円盤（大）の位置に関わらず，行動A8は適用できますが，A7は適用することができません． つまり，$(2, 1, z)$のときは，A8だけが適用可能な行動となります．

円盤（小）が支柱Cにあるときは， 円盤（大）の位置に関わらず，行動A7は適用できますが，A8は適用することができません． つまり，$(3, 1, z)$のときは，A7だけが適用可能な行動となります．

円盤（中）の上に，円盤（小）があるときは，円盤（大）の位置に関わらず，行動A7，A8のいずれも適用することができません． つまり，$(1, 1, z)$のときは，選択可能な行動は存在しないことになります．

円盤（大）の行動を適用するための条件

次に円盤（大）に対する行動に注目してみましょう． 円盤（大）が支柱Aにある場合，候補となる行動は下記の2種類です．

• A13: $(x, y, 1) \rightarrow (x, y, 2)$ #支柱Aから支柱Bへ
• A14: $(x, y, 1) \rightarrow (x, y, 3)$ #支柱Aから支柱Cへ

A13が適用な状態は，円盤（小）と円盤（大）が支柱Cにあるときだけです． つまり，$(3, 3, 1)$のときだけ，A13が適用可能です．

A14が適用な状態は，円盤（小）と円盤（大）が支柱Bにあるときだけです． つまり，$(2, 2, 1)$のときだけ，A13が適用可能です．

実装

クラスの定義

最初にライブラリをインポートします． 前回と同様に，探索問題の型 を表すSearchPrblemと 幅優先探索 を表すbreadth_firstをインポートします．

from simpleai.search import SearchProblem, breadth_first

次に 初期状態 と 目的状態 を定義します． 初期状態は$(1, 1, 1)$，目的状態は$(3, 3, 3)$です．

START = (1, 1, 1)
GOAL  = (3, 3, 3)

インポートしたSearchProblemクラスをオーバライドして， ハノイの塔を表すHanoiProblemを定義します． オーバライドするメソッドは，actions，result，is_goalの3種類です．

class HanoiProblem(SearchProblem):

    def actions(self, state):
        ...

    def result(self, state, action):
        ...

    def is_goal(self, state):
        ...

actions(self, state)

実行可能な行動のリストを返します． 行動は全部で18パターンが存在します． 円盤小は，他の円盤の位置に関係なく移動が可能です． 円盤中は，円盤小が上にない状態で，移動先の支柱に円盤小がなければ移動が可能です． 円盤大は，円盤小と円盤中が上にない状態で，移動先の支柱に円盤小と円盤中がなければ移動が可能です．

def actions(self, state):

  actions = []

  s = state[0]
  m = state[1]
  l = state[2]

  # 円盤小
  if s == 1:
	actions.extend(["A1", "A2"])
  elif s == 2:
    actions.extend(["A3", "A4"])
  elif s == 3:
    actions.extend(["A5", "A6"])
	
  # 円盤中
  if s == 3 and m == 1:
    actions.append("A7")
  elif s == 2 and m == 1:
    actions.append("A8")
  elif s == 3 and m == 2:
    actions.append("A9")
  elif s == 1 and m == 2:
    actions.append("A10")
  elif s == 2 and m == 3:
    actions.append("A11")
  elif s == 1 and m == 3:
    actions.append("A12")

  # 円盤大
  if s == 3 and m == 3 and l == 1:
    actions.append("A13")
  elif s == 2 and m == 2 and l == 1:
    actions.append("A14")
  elif s == 3 and m == 3 and l == 2:
    actions.append("A15")
  elif s == 1 and m == 1 and l == 2:
    actions.append("A16")
  elif s == 2 and m == 2 and l == 3:
    actions.append("A17")
  elif s == 1 and m == 1 and l == 3:
    actions.append("A18")

  return actions

result(self, state, action)

行動actionに応じて，円盤を他の支柱に移動させます．

def result(self, state, action):

  s = state[0]
  m = state[1]
  l = state[2]

  if action == "A1":
    s_ = (2, m, l)
  elif action == "A2":
    s_ = (3, m, l)            
  elif action == "A3":           
    s_ = (1, m, l)
  elif action == "A4":
    s_ = (3, m, l)
  elif action == "A5":            
    s_ = (1, m, l)
  elif action == "A6":
    s_ = (2, m, l)            
  elif action == "A7":
    s_ = (s, 2, l)
  elif action == "A8":
    s_ = (s, 3, l)            
  elif action == "A9":
    s_ = (s, 1, l)
  elif action == "A10":
    s_ = (s, 3, l)            
  elif action == "A11":
    s_ = (s, 1, l)
  elif action == "A12":
    s_ = (s, 2, l)            
  elif action == "A13":
    s_ = (s, m, 2)
  elif action == "A14":            
    s_ = (s, m, 3)            
  elif action == "A15":
    s_ = (s, m, 1)
  elif action == "A16":              
    s_ = (s, m, 3)
  elif action == "A17":
    s_ = (s, m, 1)
  elif action == "A18":           
    s_ = (s, m, 2)

  return s_

is_goal(self, state)

状態stateがGOALと一致すれば目的状態に達したと判断します．

def is_goal(self, state):
    return state == GOAL

解の探索

幅優先探索（探索木）breadth_firstを用いて解を探索します．

problem = HanoiProblem(initial_state=START)
result = breadth_first(problem, graph_search=True)

探索が終了したら，最終状態，パス，コストを表示します． 最終状態は(3, 3, 3)となっており目的状態に到達できたことがわかります． このとき，初期状態から目的状態までのコスト（ステップ数）は7です．

print(result.state)
print(result.path())
print(result.cost)

(3, 3, 3)
[(None, (1, 1, 1)), ('A2', (3, 1, 1)), ('A7', (3, 2, 1)), ('A6', (2, 2, 1)), ('A14', (2, 2, 3)), ('A3', (1, 2, 3)), ('A10', (1, 3, 3)), ('A2', (3, 3, 3))]
7

上記の結果は下図と一致します．

分割統治法

分割統治法 は，大きな問題を小さな問題に分割し，全ての小さな問題の解を導出することで，大きな問題の解を得るという手法です． ハノイの塔は，この分割統治法で効率的に解を導出することが可能です．

例えば，4枚の円盤（小，中，大，特大）のハノイの塔を考えます． 初期状態は$(1,1,1,1)$，目的状態は$(3,3,3,3)$で与えられます．

「4枚の円盤のハノイの塔」は，2つの「3枚の円盤のハノイの塔」に分割することができます．

• 小，中，大の円盤を支柱Bに移動 $(2, 2, 2, 1)$
• 特大の円盤を支柱Cに移動 $(2, 2, 2, 3)$
• 小，中，大の円盤を支柱Cに移動 $(3, 3, 3, 3)$

この手続きを一般化すると，「$n$枚の円盤のハノイの塔」は，「$n-1$枚の円盤のハノイの塔」に分割すれば良いため， 円盤が何枚あっても解を導出することが可能になります． また，ハノイの塔における，円盤の移動回数（コスト）は下記のように表すことが出来ます． ここで，$H(n)$は，$n$枚の円盤のハノイの塔のコストを表します．

課題

下記の初期状態から目的状態まで探索しなさい．

START = (2, 2, 2)

Google Colaboratoryで作成した AI-5.ipynb を保存し， ノートブック（.ipynb） をダウンロードして提出しなさい． 提出の前に必ず下記の設定を行うこと．

• ノートブックの設定で「セルの出力を除外する」のチェックを外す
• ノートブックの変更内容を保存して固定