差分更新と状態管理

前提知識: 局面

Position は手を適用するたびに、盤面、持ち駒、手番、ハッシュ、戦術キャッシュ、反復情報を同期して更新する。呼び出し側は公開された apply/undo API を対にして使い、内部の state stack を直接操作しない。

make/unmake の形

探索木の一枝では、局面は次の順で進む。

root position
  apply move A
    apply move B
    undo move B
  undo move A
root position

各 apply は新しい current state を積み、各 undo は直前の current state に戻る。兄弟枝を探索する前に親局面へ戻すことで、盤面全体を枝ごとに複製せずに済む。

通常手の apply/undo

apply_move32 は Move32 を適用し、undo_move32 は同じ手を使って直前の局面へ戻す。 Move を保存している場合は apply_move と undo_move の対を使える。 apply は合法性を検査しないため、Legal 系の手生成結果か is_legal_move32 で確認した手を渡す。

use rsshogi::board::{movegen::generate_legal_all_move32, Move32List};

let mut next = position.clone();
let mut moves = Move32List::new();
generate_legal_all_move32(&next, &mut moves);
let mv = moves[0];
let before = next.to_sfen(None);

next.apply_move32(mv);
next.undo_move32(mv)?;
assert_eq!(next.to_sfen(None), before);
Ok::<(), rsshogi::board::MoveError>(())

undo が対応する state を持たない場合は MoveError を返す。同じ探索枝では通常手と null move の undo を取り違えない。

undo_move32_with_delta は戻した手の順方向 MoveDelta32 を返す。評価器が apply 時に記録した値と同じ差分を必要とする場合に、undo 後の局面から再計算せず参照できる。

apply_move32_with_gives_check(mv, gives_check) は呼び出し側が求めた王手判定を受け取る。 apply_move32_with_delta は MoveDelta32 を返し、駒打ちか盤上移動か、捕獲と成りの前後情報を表す。 apply_move32_with_facts は MoveApplyFacts を返し、差分に加えて移動駒、取得駒、王手、更新後キーを一つにまとめる。

評価器や探索スタックはこれらの返り値を使うと、更新後の盤面を再読せずに必要な差分を受け取れる。返り値は適用した一手に対応する値であり、局面をさらに更新する前に消費する。

MoveDelta32::Drop には打った駒種、行き先、適用前の持ち駒枚数が入る。 MoveDelta32::Board には移動元、移動先、移動前後の駒、捕獲した駒と捕獲前の持ち駒枚数が入る。捕獲駒は成りを戻した持ち駒種として加わるため、評価または feature の rollback は captured の内容を基準にする。

null move

apply_null_move は盤上と持ち駒を変えずに手番を反転する。 undo_null_move は直近の null move を戻す。探索用の try_apply_search_null_move と undo_search_null_move は、あらかじめ確保した検索用 state capacity を使う。

null move は将棋の対局手ではないため、棋譜入力や通常の合法手生成では使わない。

履歴と反復

state_history() は現在局面から利用できる過去 state の読み取り反復を返す。各 StateHistoryEntry から board_key、手番側の hand、null move からの手数、反復情報を読める。これは履歴を観察する API であり、履歴を書き換える API ではない。

repetition_counter()、repetition_distance()、repetition_times()、repetition_type() は現在 state にキャッシュされた反復情報を返す。実際の勝敗区分が必要な場合は repetition_state() を使う。

plies_from_null() は直近の null move から進んだ通常手数を返す。 continuous_checks() は色ごとの連続王手の履歴を返し、連続王手千日手の区分に使われる。

検索用の容量

通常の Position は必要に応じて state stack を伸ばせる。 allocation を避ける検索では prepare_search_state_capacity で必要な深さを事前確保し、try_apply_search_move32_with_facts を使う。 capacity が足りない場合、この API は MoveError::StateCapacityExceeded を返す。

この契約により、検索の hot path が不足した state slot を静かに確保することはない。

has_prepared_search_state() は検索用 state が準備済みかを確認する。通常の解析や棋譜再生では、事前確保ではなく標準の apply/undo API を使う方が単純である。

state と外部評価の境界

Position の current state は合法性、反復、キー、戦術キャッシュを保つ。 NNUE accumulator、独自の駒割り、探索順序、置換表の entry は Position には格納しない。これらを外部の探索スタックへ置くことで、同じ Position を GUI、棋譜処理、検証、異なる評価器で使える。

次に読む

→ Zobrist ハッシュで、更新と同時に保たれる局面キーを確認する。

rsshogi マニュアル