Othello Evaluator

2026年現在の一般的な家庭用コンピューターの性能では、オセロを25手先まで2秒以内に読み切ることは不可能です。
そこで、探索を途中で打ち切って、打ち切った時点の局面の状態に応じて予測石差を出力するプログラムを作ることを考えます。
(それができるなら最初から探索しないで予想石差を出力するプログラムを作ればいいじゃんと思うかもしれませんが、その場合精度がかなり悪くなってしまいます。)

盤面の状態から予想石差を導くプログラムは、「局面」から「その局面から両者が最適に行動したときの最終石差」を予測するモデルを強化学習で作ることで実現します。もしくは、Edaxなどの既存のオセロAIのプログラムからパクってくるという方法もあります。

なお、バイト数を削減するには、埋め込むモデルのパラメータを圧縮する、モデルのサイズのギリギリを攻めてパラメータの数そのものを削減するなどの方法があります。
また想定解法ではないですが、あらかじめ外部サイトやジャッジサーバーの内部に解法コードを保存しておいて、それを読み込んで実行するコードを提出するというものもあるようです。
...MojaCoder脆弱すぎでは？