2.2.3 Q値テーブル

各状態で指し得る手（空いているマス目の数だけある） のそれぞれにQ値が存在する。 プログラムはこのQ値全体のテーブルを保持しており、 プログラム終了時にファイルに書き込んで、 次回起動時に利用することもできる。

Q値テーブルの構成を、以下でボトムアップの順に説明する。 なお今回は状態番号を定数で mod を取り、その値をQ値探索の際の Hash 値に用いた。

QL

Q値のリスト、要素は可能な手の数（空きマスの数）だけ含まれる。

StateFun = q(State, QL)

状態番号 State とそれに対応する Q値リストを要素とするファンクタ。

HashList = [StateFun1, StateFun2, ...]

StateFun を要素に持つリスト。 要素である StateFun の状態値には、 上述の mod 値が同じという共通点がある。

Q = {HashList1, HashList2, ...}

Q値テーブル全体。HashList のベクタ内の位置は、上述の mod 値 （Hash 値）に対応している．