敵戦車AIを機械学習で強化するまで

🎯 設計方針

基本コンセプトと位置づけ

• Phase 1: ルールベースAI（手動パラメータ調整） EnemyAI.java

• Phase 2: スコアベースAIの開発（パラメータ最適化（機械学習）

  • [x] 2-1. アーキテクチャに沿った、AIクラスの分割
  • [x] 2-2. ThreatEvaluator行動判断のモデル化とスコア化。各種算定数式の改善
  • [x] 2-3. 2-2に沿ってTank、パラメータ、および情報収集クラスを最適化

  ここまでで、EnemyAIと差し替えて動作するEnemyAI2.javaが完成

  • [ ] 2-4. ログの収集
  • [ ] 2-5. プレーヤーAIの開発（旧EnemyAIベース）
  • [ ] 2-6. 自動対戦

• Phase 3: 行動選択の学習（強化学習）

機械学習対応のポイント

1. 全パラメータをConfigクラスに集約
2. 詳細なログデータ収集
3. 報酬関数の明確な定義
4. 再現可能な評価環境

※用語補足

Etank：PC側が操作する戦車 eTanks：全Etankアレイリスト

Ftank：プレーヤー側の戦車　 fTanks：全Ftankアレイリスト

📦 1. アーキテクチャ

入出力はEnemyAIクラスと同じ（差し替え可能とする）

メソッドリスト

public int takeTurn(Etank,fTanks)　//EnemyAIと同じ。外部とのインターフェイス
private void StateAnalyzer(Etank,fTanks)//情報を集め、BattleStateクラスに格納
private int ThreatEvaluator(); 　　　　　　//BattleStateクラスの情報をもとに行動を判断

private Tank selectTarget(Etank, fTanks) //上位互換を維持しつつ、新AIに対応	

EnemyAI2
├── AIConfig               // 学習対象パラメータ
├── StateAnalyzer          // 情報収集
├── ThreatEvaluator        // 行動判断要素算出
├── (ActionSelector)       // 現状、行動を選択して実行するのはEnemyAI2本体
└── BattleLogger           // 学習データ記録