チャイニーズチェッカーAI

JumpStarは、世界最強のチャイニーズチェッカーAIエンジンです

iPhone版配信中 JumpStar チャイニーズチェッカー 最強のAIとオフラインで対戦し、毎日のパズルを解き、ヒントを使い、リプレイを保存できます。 ダウンロード

はじまり

JumpStarは、母のために作りました。プロジェクトが始まったのは2026年5月15日、インディアナ州で、両親が私たちの育った家から引っ越すのを手伝っていたときのことです。荷造りをしていると昔のチャイニーズチェッカーの盤が出てきて、家族で遊んだ楽しい思い出話に花が咲きました。

兄と私が大学進学で家を出たあと、母はひとりでも遊び続けられるようにチャイニーズチェッカーのiPhoneアプリを探しましたが、良いものは1つもありませんでした。AlphaGoやStockfishの成功を考えれば、チャイニーズチェッカーにも強力なオープンソースのAIエンジンがたくさんあるはずだと思っていました。ところが、ありませんでした。人気があり洗練されたゲームであるにもかかわらず、チャイニーズチェッカーはAIの研究コミュニティから驚くほど注目されてこなかったのです。その空白こそが、私がJumpStarを作るきっかけになりました。

目標は、人間を超える初めてのチャイニーズチェッカーAIエンジンを作ることでした。強いコンピュータ対戦相手がいれば、兄や私がそばにいなくても母は遊び続けられます。人間を超えるAIエンジンなら、まだ広く知られていない美しいパターンや戦略を発見してくれるかもしれません。

このプロジェクトを公開したのも同じ理由からです。非公開の強いエンジンは面白いものですが、ほかの人が評価したり改良したりするのは困難です。チャイニーズチェッカーAIの公開ベンチマークによって、この取り組みは検証可能なものになります。ルールセット、プロトコル、局面集、基準となるエンジン、対局ログ、そしてほかのシステムが挑戦できる名前付きのJumpStarモデルがそろっています。

チャイニーズチェッカーの魅力

チャイニーズチェッカーは、6つの角を持つ星形の盤を横断するレースゲームです。各プレイヤーは10個の駒を三角形の陣地の1つに並べてスタートし、誰よりも先にすべての駒を向かいの三角形へ運ぶことを目指します。2人・3人・4人・6人で遊べます。動きは1マス移動とジャンプの2種類だけで、駒を取ることもありません。それが盤面に生き生きとした動きを与える理由の1つです。シンプルな移動ルールから、連続ジャンプの道を作り、相手の道をふさごうとする複雑な駆け引きが生まれます。

名前に反して、チャイニーズチェッカーは中国で生まれたゲームではなく、チェッカーの仲間でもありません。一般的には、1892年に発売されたドイツのゲーム「シュテルン・ハルマ（Stern-Halma、星形ハルマ）」が起源とされています。これはハルマを星形の盤に応用したものです。おなじみの英語名はのちにアメリカでの販売戦略によって生まれ、その後、世界中で親しまれるボードゲームになりました。

チャイニーズチェッカーの遊び方

自分の手番では、自分の駒を1つ動かします。駒は隣の空いた穴へ1マス移動するか、隣の駒を跳び越して、そのすぐ先の空いた穴へジャンプできます。ジャンプは連続できるので、駒の間隔がうまく合えば、1手で盤の大部分を横断することもあります。跳び越された駒は盤に残り、取られることはありません。

目標は、すべての駒をスタートの三角形の真向かいにある三角形へ運ぶことです。上手に指すには、ただ前へ急ぐだけでは足りません。役に立つはしごを作り、自分の駒同士で道をふさがないようにし、混み合った中央をうまく使い、今は遅く見える一手が後でより速い進路を生むかどうかを見極める必要があります。

ルールをしっかり確認したいときは、チャイニーズチェッカーの完全ルールをお読みください。腕を上げたくなったら、JumpStarの戦略・戦術ガイドに進みましょう。

チャイニーズチェッカーAIが面白い理由

古典的なボードゲームは、何十年にもわたってAI研究の中心にありました。1997年にはIBMのDeep Blueがチェスの世界チャンピオン、ガルリ・カスパロフを破りました。2016年にはAlphaGoがイ・セドルを破りました。これらのゲームが歴史的な節目になったのは、コンピュータの強さが人々のゲームの理解そのものを変えたからです。

チャイニーズチェッカーには、こうした公開のAIエコシステムがありませんでした。チェスや囲碁と比べると、エンジン、ベンチマーク、レーティングリスト、公開棋譜、共有の研究ツールのどれもがはるかに少ないのです。これは意外なことです。このゲームには、完全情報、偶然の要素なし、明確な勝利条件、そして膨大な数の将来の可能性という、AIが研究対象として好む構造がそろっているからです。

静かな初期配置でさえ、すぐに枝分かれします。JumpStarの2人用ルールでは、初期局面で指せる初手は14通りです。双方が1手ずつ指すと、2手の手順は196通りになります。3手目までには、初期局面からの手順は4,760通りに達します。対局が進むと、連続ジャンプや混み合った通り道のせいで、ルールの単純さからは想像できないほど選択が難しくなります。

JumpStarとは

JumpStarは、自己対戦で学習したチャイニーズチェッカーエンジンです。コンパクトなC++20製のルール・探索コア、ニューラルネットワークによる方策・価値モデル、モンテカルロ木探索で構成されています。公開されている最強のチェックポイントJumpStar_60は、現在のCCERL-2P10-v2ベンチマークのチャンピオンです。驚くべきはその効率です。JumpStarのモデルはすべて、囲碁やチェスの歴史的なシステムで使われた大規模なTPU/GPUクラスタではなく、MacBook M4で学習されました。

目指しているのは人間を超える強さですが、公に主張する内容はあえて検証可能にしています。JumpStarは2人用ルールのもとで人間を超える、あるいはそれに近い強さに達しているように見えます。そしてCCERLは、将来のエンジンがこの結果に挑戦できるように存在しています。

システム

JumpStarは単なるモデルのチェックポイントではありません。盤面表現、ルール、探索、自己対戦、学習記録、審判ツール、公開データまでを含む、エンジンとベンチマークの一式です。

• ルールと探索。 JumpStarは、121穴の星形盤をコンパクトなビットマップ形式で表現し、厳密な2人用ルール、1マス移動と連続ジャンプの合法手生成、ゴールのロック、終局判定、決定的なハッシュ、基準となるボット、ネイティブの対局ランナーを備えています。ルールの実装をあえて明示的にしているのは、そうしないとチャイニーズチェッカーのエンジンが境界的なケースを悪用できてしまうからです。たとえば、自陣やゴールの三角形に居座る、人為的な封鎖を作る、より良い指し手ではなく審判の癖を突いて勝つ、といったことです。JumpStarのルール設定は、妨害防止の抜け道ではなく、きれいなレース、優れた配置、再現可能な探索が報われるように作られています。
• 自己対戦による学習。 自己対戦と再分析によって、盤面の状態、合法手、MCTSの訪問回数、対局結果、進捗の特徴量を生成します。それらの記録で方策・価値モデルを学習させ、そのモデルが次の探索を導きます。JumpStar_60はgeometry_v1の512x4 MLPで、パラメータ数は約10.36M、1.8M件の再分析済みデータセットで学習しています。実際に苦労したのは、このループをローカルのハードウェアで繰り返し回せるほど小さく速くすることでした。
• 公開ベンチマーク。 チャイニーズチェッカーには成熟した公開のエンジンランキングがなかったため、JumpStarと並行してCCERL-2P10-v2を開発しました。CCERLは、ルールセット、エンジンのプロトコル、固定された局面集、基準となるエンジン、リリース成果物、レーティングの方法を定めています。ベンチマークでは先後を入れ替えたペアの局面を使い、ログを公開しているので、結果は主張にとどまらず再現可能です。つまり将来のエンジンは、強さについての曖昧な主張を比べるのではなく、同じ審判のもとでJumpStarに挑戦できます。

JumpStarはチャイニーズチェッカーをどう指すか

定性的に見て最も興味深いのは、JumpStarが単純なレース型の判断で指さないことが多い点です。代わりに、相手の進みを遅らせる、役に立つ妨害の駒を残す、三角形に近いコンパクトな陣形を作って重要な通路の行き来を制限する、といった高度な戦略を編み出しています。

チャイニーズチェッカーを前に進むだけのレースとして見ていると、このスタイルは見落としがちです。駒が取られることはないので、守りの形は何手にもわたって効き続けます。ジャンプのはしごを封じたり、相手に渋滞を迂回させたり、自分の駒がゴールに入るまでの時間を稼いだりできるのです。JumpStarの最も強力なアイデアのいくつかは、ただ速く進むことではなく、盤上の形を支配することにあるのかもしれません。

探索と学習のループ

大まかに言えば、JumpStarはAlphaZeroの方式に従っています。自己対戦でMCTSの訪問回数の目標値を作り、その目標値で方策・価値モデルを学習させ、強くなったモデルが次の探索を導きます。

self-play -> MCTS visit targets -> policy/value training -> stronger search -> self-play

実際の強さは、このループを繰り返し回せるほど低コストにしたことから生まれました。ネイティブC++の自己対戦ワーカー、効率的な合法手生成、葉ノードのバッチ評価、トランスポジション、部分木の再利用、コンパクトな記録、そしてローカルのAppleハードウェア向けに調整したリリースビルドです。

この効率化の大きな部分は、Codex（GPT-5.5）を実装と研究のパートナーとして使ったことによるものです。Codexはコードベースの調査、ボトルネックのプロファイリング、処理の重い部分の書き直し、学習ログの分析、ベンチマーク実行のパッケージ化を手伝い、複数の実験を同時に進められるようにしてくれました。最も重要だったのは実用面での成果です。自己対戦と評価が大幅に高速化し、学習処理のメモリ使用量が約98%削減されて手元のマシンに収まるようになりました。さらに、EdiaのCEOとしての本業をこなしながらでもエンジンの改良を続けられるだけの自動化も実現しました。

このプロジェクトが異例の速さで進んだのは、ループがモデルの自己対戦だけでなく、その周りのシステムを改良し続けるエンジニアリングのループでもあったからです。Codexのおかげで、実験を回し、失敗の原因を調べ、コードを最適化し、ベンチマークを再実行し、結果をまとめ、次の疑問を具体的なパッチに変えることができました。このフィードバックの循環によって、本来ならインフラ、ツール、フロントエンド、ベンチマーク、執筆に何か月もかかったかもしれない作業が、古い盤を見つけてから公開までの約1週間に凝縮されました。

ローカルのCodexの集計を見ると、この協働の規模がおおよそわかります。ローカルのCodex状態データベースで確認できるプロジェクトのスレッド全体で、記録されたtokens_usedの合計は約559.9Mトークンでした。この数字にはコンテキスト、ツールの出力、キャッシュされたコンテキストの影響、推論・出力の集計、重複する作業スレッドが含まれています。そのため、計算量の科学的な測定値ではなく、作業プロセスの指標として読むべきものです。

CCERLと公開ベンチマーク

チャイニーズチェッカーには、チェスや囲碁のような成熟した公開のエンジンランキングがないため、エンジンの強さや進歩を評価するのが困難です。CCERLはその空白を埋めます。CCERLは、チャイニーズチェッカーAIエンジンの強さを評価する初めての公開ベンチマークです。チェスや囲碁の同様の仕組みをもとに、固定されたルール、検証済みの開始局面、先後を入れ替えたペア対局、ダウンロード可能な対局ログ、公開の基準エンジンを提供しています。

CCERLのベンチマークによれば、JumpStarは一般に公開されているチャイニーズチェッカーAIエンジンの中で、大差をつけて世界最強であるとみられます。

私は、JumpStarが2人用ルールのもとで、MacBook規模のローカルな計算資源を使って、人間を超える水準に近いチャイニーズチェッカーの強さに達したと考えています。さらに重要なのは、CCERLが今後のすべての貢献者に目標を与えることです。JumpStarを改良する、新しいモデルを作る、既存のエンジンをより忠実に移植する、より良い局面を追加する、あるいは同じ審判のもとで挑戦者を送り込む、といったことができます。

今後の取り組み

JumpStarは、単なる非公開のボットで終わるつもりはありません。このプロジェクトは、次のようなものになることを目指しています。

• 強力な公開AIモデル。 JumpStarはオープンライセンスで、このWebサイトは無料です。誰でもJumpStarと対戦でき、自分で改良に挑戦することもできます。JumpStarはすべてMacBook M4で学習しました。計算資源を増やせば、性能はきっとさらに向上するでしょう。
• 公開ベンチマークの基盤。 チェスや囲碁には、エンジンをテストし、比較し、改良できるコミュニティがあります。CCERLは同じ基盤をチャイニーズチェッカーにもたらします。明確なルール、再現可能な対局、公開ログ、そしてほかの人が自分のモデルを作るための道筋です。
• ゲームそのものの研究。 強いAIは、私たちに見えるものを変えます。良い指し手とはどういうものか、序盤がどう進化するのか、混み合った盤がなぜそのように振る舞うのか、そして盤の中央が可能性の渋滞になる3人・4人・6人対戦で何が起きるのかを理解したいと考えています。
• 多人数のバリエーション。 2人用モデルは始まりにすぎません。もっと刺激的な問いは、盤が混み合ってきたときに始まります。3人、4人、6人、移り変わる同盟関係、ふさがれた進路、そして思いがけず生まれる奇妙な序盤。そこで、さらには標準よりはるかに大きな盤で、強い指し手がどういうものなのかを探りたいと思っています。そこに現れる複雑さとパターンは、きっと魅了されるものになるでしょう。

JumpStarをきっかけに、より多くの人がチャイニーズチェッカーについて考え、遊び、研究し、新しいものを作ってくれたらうれしいです。