Mini-Max法 (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

Mini-Max法とは、二人零和有限確定完全情報ゲーム（オセロ・チェス・将棋など、対戦者が2人で、サイコロのような偶然の要素がなく、盤面の情報がすべて両者に見えるゲーム）を対象とした探索の方法です。自分の手番では自分の利得が最大になる手を選び、相手の手番では相手が自分の利得を最小にする手を選ぶと仮定して、最善手を探索します。

探索の進め方は、ゲーム木（打てる手とその後の展開を枝分かれ図のように表したもの）をたどりながら末端まで展開し、そこでの評価値（ある局面がどれだけ有利かを数値化したスコア）を求めるという流れになります。この評価値を1手ずつ上の階層へ伝えていく処理をバックアップと呼び、この処理によって現在の手番で選ぶべき最適な一手を決定します。

ミニマックスという考え方は、フォン・ノイマンらが中心となって定式化したゲーム理論の戦略決定ルールに由来し、これを計算機によるゲーム木探索に応用したものがMini-Max法です。もともとは人と人の駆け引きを扱う理論だったものが、コンピュータの手選びの仕組みへと持ち込まれた形になります。

自分の利得を最大化しようとする一方で、相手も自分にとって最も不利な手を選んでくるという前提に立つことで、相手の最善の対応まで織り込んだうえでの最善手を導けます。オセロ・チェス・将棋のようなゲームでコンピュータに手を選ばせる基礎的な方法として位置づけられています。

2. 試験対策ポイント

まず整理したいのは、Mini-Max法という名称の由来そのものです。自分の手番では利得が最大になる手を選び（Max）、相手の手番では相手が自分の利得を最小にする手を選ぶ（Min）と仮定する、この交互の前提が名称の核になっています。ゲーム木の末端で求めた評価値を1手ずつ上の階層へ伝えていく探索の流れとあわせて整理しておきたいところです。

Mini-Max法が適用できるのは、二人零和有限確定完全情報ゲームという条件を満たす場合に限られます。この長い名前は5つの条件をつなげたものなので、語をばらして意味を対応させておくと覚えやすくなります。

名前の要素	意味する条件
二人	対戦者が2人であること
零和	一方の得点がそのまま相手の失点になり、利得の総和がゼロになること
有限	打てる手の数が有限であること
確定	偶然の要素がなく確定的であること
完全情報	盤面の情報がすべて両者に見えること

オセロ・チェス・将棋はこの5つをすべて満たす代表例として、名称とあわせて押さえておきたいポイントです。逆にサイコロを使うゲームは確定という条件から外れるため、この前提の内側か外側かという見分け方が判断の手がかりになります。

ゲーム木を末端まで漏れなく展開すると、手の組み合わせは指数関数的に増え、計算量が現実的な範囲を超えてしまうという課題があります。この課題を受けて、最終的な結論を変えずに計算量を抑える効率化の手法としてαβ法が生まれました。

Mini-Max法とαβ法は同じ最善手という結論を導く一方で、計算量の抑え方という点で役割が異なり、両者の違いは取り違えやすい点です。具体的な枝刈りの仕組みは別のテーマとして扱われます。

3. 関連概念との比較・相違点

Mini-Max法とαβ法の最大の違いは、最終的に導かれる結論ではなく、そこに至るまでの計算量にあります。両者とも選ばれる最善手という結論そのものは同じです。しかし、Mini-Max法がゲーム木のすべての枝を漏れなく展開して読み切るのに対し、αβ法は最終的な結論に影響しない枝の探索を途中で打ち切ることで、同じ結論をより少ない計算量で得ます。

モンテカルロ法（モンテカルロ木探索。ランダムな試行を何度も繰り返した結果の統計から答えを推定する手法）との最大の違いは、手を読み切る探索型か、ランダムな試行の統計に頼る方式かという点にあります。Mini-Max法はゲーム木を評価値で末端まで読み切って最善手を決めるのに対し、モンテカルロ法はランダムな対局（プレイアウト。仮想的に対局を最後まで進めて勝敗を決める試行）を多数回繰り返し、その勝率の統計から手を評価します。

読み切りに頼るか統計的な推定に頼るかという方式の違いが、両者を区別する軸になっています。3つの手法を軸ごとに並べると、それぞれの立ち位置がはっきりします。

比較の軸	Mini-Max法	αβ法	モンテカルロ法
手の決め方	ゲーム木を評価値で末端まで読み切る	読み切りの結論を保ったまま探索を効率化する	ランダムな対局の勝率の統計から評価する
探索する枝	すべての枝を漏れなく展開する	結論に影響しない枝は途中で打ち切る	木を隈なく展開せず試行の結果に頼る
導かれる手	最善手	Mini-Max法と同じ最善手	統計から推定した手

この並びで見ると、αβ法はMini-Max法の結論を共有する効率化版であり、モンテカルロ法だけが結論の導き方そのものを変えている関係になります。名前が並んで登場したときは、結論が同じかどうかという点をまず確かめると整理しやすくなります。

4. ビジネス・実務での活用シナリオ

ゲームAI・エンターテインメント開発の分野では、チェス・将棋・オセロなどの対戦ゲームAIの探索エンジンにMini-Max法、実装上は効率化したαβ法が使われています。CPU対戦相手の思考ルーチンや棋力の評価の仕組みを支える基礎として機能しています。

経営戦略・競合分析の分野では、競合他社がこう動いてきたら自社はどう対応すべきかという敵対的な状況を想定した戦略立案に、Mini-Max法の考え方が応用されます。相手が自社にとって最も不利な手を打ってくると仮定したうえで備えるという発想は、相手の最善手まで織り込んで自分の一手を決めるゲームの考え方と共通しています。

研究・教育の分野では、探索アルゴリズムの基礎教材としてMini-Max法が使われています。ゲーム木・評価値・状態空間探索（考えられる状態を体系的にたどって答えを探す考え方の総称）といった概念を学ぶ入門教材として位置づけられ、より高度な探索手法を学ぶ土台になっています。