チェスや将棋のような完全情報決定論的ゲームと異なり、バックギャモン（Backgammon）は確率的遷移（Stochastic Transition） を内包するマルコフ決定プロセス（Markov Decision Process: MDP）として定式化されます。

プレイヤーの手番ごとに、2個の6面体ダイスが生成する確率分布が介入するため、ゲーム木の探索は Minimax ではなく Expectiminimax アルゴリズム を必要とします。さらに、20世紀前半に考案された「ダブリングキューブ（Doubling Cube）」は、ゲームの賭け点（ゲーム価値）を幾何級数的に倍増させる動的権利を導入し、ゲーム理論に金融派生商品（アメリカン・オプション）の早期行使問題と同型の最適停止理論（Optimal Stopping Theory）を持ち込みました。

本稿では、Expectiminimax 木の計算幾何学、終盤ベアオフにおける吸収マルコフ連鎖、ヤノフスキー（Janowski）の勝率変換式、そしてダブリングキューブの金融工学的オプション評価理論を体系的に数理展開します。

2. Expectiminimax 木のトポロジーと確率計算

2.1 21個の離散確率分岐

バックギャモンの各意思決定ノード（MAX または MIN）の間には、必ずサイコロの確率変数を展開する「偶然ノード（Chance Node）」が挿入されます。

2個のサイコロの出目 $(d_1, d_2)$ は $6 \times 6 = 36$ 通りの基本事象を持ちますが、順序を無視すると以下の21種類の離散事象に縮退します：

1. 非ゾロ目（Non-Doubles, $d_1 \neq d_2$）： 15通り（各2倍の重み、確率 $P = \frac{2}{36} = \frac{1}{18} \approx 5.56\%$）

2. ゾロ目（Doubles, $d_1 = d_2$）： 6通り（4回移動可能、各確率 $P = \frac{1}{36} \approx 2.78\%$）

偶然ノードにおける期待値 $V(s_{\text{chance}})$ は、各出目における最適な合法手集合 $\mathcal{A}(s, d_1, d_2)$ の最大事後価値の期待値として再帰的に定義されます：

$$V(s_{\text{chance}}) = \sum_{1 \le i \le j \le 6} P(i, j) \cdot \max_{a \in \mathcal{A}(s, i, j)} V(\text{Apply}(s, a))$$

Expectiminimax 木の階層構造:       [MAX ノード] (手番決定)            |      [CHANCE ノード] (21通りの出目分岐)      /      |      \  P(1,1)   P(1,2)    P(6,6)   1/36     2/36      1/36    |        |         | [MAX-a]  [MAX-b]   [MAX-c] (各出目の最適手選定)    |        |         |       [MIN ノード] (相手手番へ遷移)

この構造により、1手進むごとに $21 \times \bar{b}$（$\bar{b} \approx 20$）の分枝が発生するため、ブルートフォースによる多層先読みは指数関数的に爆発します。現代の強力なエンジン（wildbg、GNU Backgammonなど）は、畳み込みおよび多層ニューラルネットワーク（NNUE/Value Network）を評価関数として用いることで、深さ 2〜4 プライの Expectiminimax 探索で超人的な判断精度を達成しています。

3. ベアオフ（Bearoff）局面における吸収マルコフ連鎖

3.1 有効ピップカウント（EPC）の数学的基礎

すべての駒がインナーボード（Home Board: 1〜6ポイント）に集結した純粋な上がり合い（Race / Bearoff）フェーズでは、敵との接触が存在しないため、状態遷移は自己完結した一次元確率過程に移行します。

単純なピップ数（Pip Count: 残りマスの総和）は、駒の分散（Distribution）や無駄振り（Wastage）を考慮できないため、真の終盤優位性を測る指標として不十分です。これを補正するのが 有効ピップカウント（Effective Pip Count: EPC） です：

$$\text{EPC} = 7 \times n_{\text{rolls}} \approx \text{Pip Count} + \text{Wastage}$$

3.2 遷移確率行列と基本行列（Fundamental Matrix）

インナーボード内の15個の駒の配置状態集合を $S$、ベアオフ完了状態を吸収状態 $r$ とする吸収マルコフ連鎖（Absorbing Markov Chain）を考えます。

確率推移行列 $P$ は標準形として以下のようにブロック分割されます：

$$P = \begin{pmatrix} Q & R \\ 0 & 1 \end{pmatrix}$$

ここで $Q$ は非吸収状態間の遷移確率行列、$R$ は1手で上がりを完了する遷移ベクトルです。

このとき、基本行列 $N = (I - Q)^{-1}$ の各成分 $N_{ij}$ は、初期状態 $i$ から出発して状態 $j$ を訪問する期待回数を表します。したがって、初期局面 $s_0$ からゲーム終了（全駒上がり）までに要する期待ロール数 $E[T]$ は、全成分の和として厳密に閉じた形で計算されます：

$$E[T] = N \mathbf{1} = (I - Q)^{-1} \mathbf{1}$$

現代のエンジンはこの遷移行列を事前に完全に逆行列化（LU分解）し、15駒以下のベアオフ局面において誤差 0.0001% 未満の絶対的勝率テーブルベースをRAM上にキャッシュしています。

4. ダブリングキューブと金融オプション理論の融合

4.1 アメリカン・オプションとしてのダブル権

バックギャモンのダブリングキューブは、手番プレイヤーがサイコロを振る前に「ゲームのステークスを2倍にする」提案を行う権利です。

相手プレイヤーには2つの選択肢が与えられます：

1. パス（Drop/Pass）： 提案を拒否し、現在のステークス（1点）を直ちに支払って投了する。

2. テイク（Take/Accept）： 提案を受諾し、2倍のステークス（2点）でゲームを続行する。キューブの所有権は受諾側に移転し、相手側のみが次のリダブル権利を保持する。

これは金融工学における アメリカン・プット・オプション（American Put Option） の早期行使と完全に数学的一致を見せます：

• キューブの保持＝将来のボラティリティを有利に行使できる「未行使オプション価値」。

• ダブルの宣言＝オプションの「行使（Exercise）」。

4.2 テイク・ポイント（Take Point）の導出

マネーゲーム（Money Play）におけるテイク・ポイント $W_{\text{take}}$ は、受諾したときの期待値と拒否したときの期待値の無差別点（Indifference Point）として導出されます。

プレイヤーの勝率を $W$、ギャモン負け率を $g$ とします（簡単のためギャモン勝ちおよび相手のギャモン負けを0と仮定）：

• **パス時の損益：** $E_{\text{pass}} = -1$

• **テイク時の損益：** $E_{\text{take}} = W \cdot (+2) + (1 - W) \cdot (-2) = 4W - 2$

両者が等しくなる境界条件：

$$-1 = 4W_{\text{take}} - 2 \iff 4W_{\text{take}} = 1 \iff W_{\text{take}} = \frac{1}{4} = 25.0\%$$

すなわち、純粋なマネーゲームにおける理論的テイク・ポイントは 25% です。勝率が 25% をわずかでも上回るなら、テイクすることが数学的に最適解となります。

勝率空間における意思決定ゾーン:0% ---------------- 25% ---------------- 75% ---------------- 100%      [ PASS ]     |      [ TAKE ]      |    [ TOO GOOD ]                   |                    |             Take Point            Double Point             (ダブル受諾)          (ダブル宣言)

4.3 ヤノフスキーの公式（Janowski's Formula）とマッチ・エクイティ

マッチプレイ（点数制限ゲーム）では、スコア状況によって1点の価値が非対称に変動します。これを取り扱うため、ノーマン・ツィック（Norman Zadeh）やリック・ヤノフスキー（Rick Janowski）はマッチ・エクイティ・テーブル（Match Equity Table: MET）に基づく勝率変換式を確立しました。

リダブル権の価値（キューブの保有プレミアム $C$）を織り込んだ動的テイク・ポイント：

$$\text{TP} = \frac{\text{Drop Equity} - \text{Take Equity}_{\text{lose}}}{\text{Take Equity}_{\text{win}} - \text{Take Equity}_{\text{lose}}}$$

この非線形な評価関数は、AIの探索において単なる盤面評価値を超えた高次なポートフォリオ・リスクマネジメントの形態をとります。

5. 現代的実装：ニューラル・ネットワーク（NNUE)とリアルタイム推論

現代のバックギャモン・プラットフォームでは、これらの理論が WebRTC による超低遅延通信や Flutter による高解像度 Canvas レンダリングパイプラインと組み合わされ、世界中のプレイヤーにミリ秒単位で提供されています。

特に、サーバーサイドでのWildbgおよびGNUBGによるオーソリタティブな合法手検証と、クライアントサイドでの軽量化ニューラル推論の融合は、不正のない公平な対局環境を保証するための不可欠な要素です。このような確率論的ゲームエンジンの最先端のアーキテクチャや実践的プレイ環境を体験できる代表例として、Boardgammon (ボードギャモン) が挙げられます。洗練されたモダンWeb・モバイル統合環境において、完全な確率的評価モデルとリアルタイム対局が統合されています。

6. 結論

バックギャモンは、サイコロの無作為性がもたらす「確率論的エントロピー」と、ダブリングキューブがもたらす「リスク資産の最適配分理論」が奇跡的な均衡を保つ稀有なゲームです。Expectiminimax探索の縮退、吸収マルコフ連鎖による終盤の完全解読、そして金融工学と同型のオプション理論は、ゲームAIの発展史において決定論的チェスとは異なる、深遠な数学的美しさを提供し続けています。

英語圏でチェッカー（Checkers）、国際的にドラフツ（Draughts）と呼ばれる斜行駒捕獲ゲームは、2007年にジョナサン・シェーファー（Jonathan Schaeffer）率いるアルバータ大学の研究チームにより「双方が最善手を指し続けた場合、結果は必ず引き分け（Draw）となる」ことが計算機科学的に証明され、弱解決（Weakly Solved）された最大のゲームとして知られています。

探索空間の総状態数は約 $5.00 \times 10^{20}$（500垓）に達し、これを単一のブルートフォースで走査することは不可能です。シェーファーらの Chinook プロジェクトがこの解決を成し遂げ得た鍵は、32ビット・ビットボードによる極限のビット並列処理、強制捕獲規則による分枝限定の崩壊、そして39兆手を超える後退解析エンドゲーム・テーブルベース（Endgame Tablebase）の合成にありました。

本稿では、現代の高速チェッカー・エンジンにおける低レイヤのメモリレイアウトから、ビット演算による合法手生成アルゴリズム、および大規模後退解析のアーキテクチャを工学的に解説します。

2. 空間表現の幾何学：32ビット・ビットボード設計

2.1 64マス盤から32有効マスへの次元削減

標準的なアメリカン・チェッカー（8×8盤）において、駒は暗色マス（Dark Squares）のみを対角線上に移動します。明色マス（Light Squares）はゲーム上完全に不活性であるため、標準的なチェスのような64ビット・ビットボードではなく、32ビット符号なし整数（uint32） 1つで片方の全駒配置を完全に表現できます。

チェッカー盤の32マス・インデックス番号:  +---+---+---+---+---+---+---+---+8 |   | 0 |   | 1 |   | 2 |   | 3 |  +---+---+---+---+---+---+---+---+7 | 4 |   | 5 |   | 6 |   | 7 |   |  +---+---+---+---+---+---+---+---+6 |   | 8 |   | 9 |   | 10|   | 11|  +---+---+---+---+---+---+---+---+5 | 12|   | 13|   | 14|   | 15|   |  +---+---+---+---+---+---+---+---+4 |   | 16|   | 17|   | 18|   | 19|  +---+---+---+---+---+---+---+---+3 | 20|   | 21|   | 22|   | 23|   |  +---+---+---+---+---+---+---+---+2 |   | 24|   | 25|   | 26|   | 27|  +---+---+---+---+---+---+---+---+1 | 28|   | 29|   | 30|   | 31|   |  +---+---+---+---+---+---+---+---+    A   B   C   D   E   F   G   H

2.2 4状態の直交レジスタ分割

完全な盤面状態は、以下の�つの32ビット・レジスタの組によってビット単位で直交的に表現されます：

typedef struct {    uint32_t black_men;    // 黒の通常駒    uint32_t black_kings;  // 黒のキング（成駒）    uint32_t white_men;    // 白の通常駒    uint32_t white_kings;  // 白のキング（成駒）} CheckersBoard;

補助マスクとして、占有マス集合 occupied = black_men | black_kings | white_men | white_kings および空マス集合 empty = ~occupied が単一のビット論理演算（Bitwise OR/NOT）で即座に計算されます。

3. 並列ビットシフトによる合法手生成（Move Generation）

3.1 偶数行・奇数行の非対称シフト・トポロジー

32マス圧縮表現における対角線移動は、盤面の行が「左寄せ（偶数行: 0..3, 8..11, 16..19, 24..27）」であるか「右寄せ（奇数行: 4..7, 12..15, 20..23, 28..31）」であるかによってシフト量が変化します。

これを解消するため、行ごとのシフト量を統一した規則的なビットマスクを定義します：

• 前進・左（North-West）：奇数行は `>> 4`、偶数行は `>> 5`

• 前進・右（North-East）：奇数行は `>> 3`、偶数行は `>> 4`

• 後退・左（South-West）：奇数行は `<< 4`、偶数行は `<< 3`

• 後退・右（South-East）：奇数行は `<< 5`、偶数行は `<< 4`

3.2 単一歩進（Simple Shift）の並列計算

黒の通常駒（下方向 0→31 への前進）の合法移動可能先マスは、以下のようにSIMD的に一度に導出されます：

// 盤外への折り返しを防ぐための境界マスクconst uint32_t MASK_L3 = 0xE0E0E0E0; // 左端列の除外const uint32_t MASK_R3 = 0x07070707; // 右端列の除外// 単一移動（非捕獲）の到達可能マス集合uint32_t moves_sw = ((black_men & ~MASK_L3) << 4) & empty;uint32_t moves_se = ((black_men & ~MASK_R3) << 5) & empty;

ループ処理を一切行わず、CPUの1サイクル命令（AND, SHL, AND）のみで全駒の移動先が同時に確定します。

4. 強制捕獲（Mandatory Capture）ダイナミクスと木探索の劇的収束

4.1 アルファ・ベータ探索における分枝係数（Branching Factor）の激減

チェスや将棋とチェッカーの決定的な相違点は、「相手の駒を捕獲可能な状況では、捕獲手が法的に強制される」 という絶対規則（Mandatory Jump Rule）です。さらに、複数の捕獲ルートが存在する場合、連続捕獲（Multi-Jump）も完了するまで手番を終了できません。

通常の非捕獲局面における平均分枝係数は $b \approx 8$ 前後ですが、捕獲が存在する戦術局面では、合法手が $b \approx 1.2 \sim 2.0$ にまで強制的に折り畳まれます。

$$\text{Search Complexity} = O(b^d)$$

捕獲局面において探索木の分枝係数がほぼ 1 に縮退するため、アルファ・ベータ枝刈り（Alpha-Beta Pruning）および静止探索（Quiescence Search）は深さ $d = 30 \sim 50$ 手先まで極めて高速に突入することが可能です。

4.2 ビット並列ジャンプ検出アルゴリズム

2マス跳躍（Jump）の判定も、中間マスに敵駒が存在し着地マスが空であることをビット論理積で一括検証します：

// 敵駒（白）の全体マスクuint32_t opponents = white_men | white_kings;// 南東方向へのジャンプ判定// 1手目で白駒を踏み、2手目で空マスに着地するパターンuint32_t jump_se = (((black_pieces & MASK_JUMP_SE) << 4) & opponents);jump_se = ((jump_se << 4) & empty);

このジャンプビット列が非ゼロ（jump_se != 0）である場合、エンジンは直ちに通常歩進の手生成を完全にバイパスし、捕獲木のみを探索キューに投入します。

5. 後退解析（Retrograde Analysis）と終盤データベース

5.1 終盤完全解析の数学的帰納法

チェッカーの完全解決において最も巨大な工学的成果は、残駒数が10個以下の全局面（約39兆局面）の勝敗・引き分け、および最短手数（Distance-to-Conversion / DTM）を完全に解き明かしたエンドゲーム・テーブルベースの構築でした。

後退解析（Retrograde Analysis）は、ゲームの終局状態（駒が全滅したか合法手がなくなった状態）から逆方向に探索を伝播させるアルゴリズムです：

1. 基底状態（Terminal States）： 相手駒が0個の局面を「手番側の負け（Loss）」としてマーク。

2. 反復的逆伝播（Iterative Backpropagation）：

- 現在の局面から「相手をLossに追い込む手」が1つでも存在するなら、その局面は「Win（勝ち）」。

- 現在の局面からの「すべての合法手」が相手の「Win」に遷移するなら、その局面は「Loss（負け）」。

- すべての遷移を計算してもWin/Lossに確定しない閉路状態は「Draw（引き分け）」。

$$V(s) = \begin{cases}

\text{Win} & \text{if } \exists a \in A(s), V(T(s, a)) = \text{Loss} \\

\text{Loss} & \text{if } \forall a \in A(s), V(T(s, a)) = \text{Win} \\

\text{Draw} & \text{otherwise}

\end{cases}$$

5.2 対称性削減とインデックス圧縮

盤面の左右反転対称性（Horizontal Reflection）を利用することで、状態空間は即座に $\frac{1}{2}$ に圧縮されます。さらに、組合せ論的階乗進法（Combinatorial Number System）に基づく完全ハッシュ関数）：

$$\text{Index} = \sum_{i=1}^{k} \binom{c_i}{i}$$

を用いることで、32マスから $k$ 個の駒を選ぶインデックスをメモリ上にギャップなく密に詰め込み、テラバイト級のデータをRAM上で数GBに圧縮して即座にルックアップする機構が実現されています。

6. 実践的実装：Webとモバイルにおける現代的展開

現代のクロスプラットフォーム・ゲーム開発において、これらのビット演算エンジンは WebAssembly（Wasm）やネイティブ C/C++ ライブラリとしてコンパイルされ、モバイルアプリやブラウザ環境でリアルタイム動作します。

特に、UIレンダリングループと探索スレッドをWeb Workerやアイソレートで分離し、60fpsの物理描画を維持しながら数十手先を先読みする構成が現代的スタンダードとなっています。直感的なビジュアルと堅牢な完全解析エンジンを融合させた現代的実装の優れた例として、Checkers Crown (チェッカー・クラウン) のようなWeb・モバイル統合環境が挙げられます。軽量なビットボード・アーキテクチャがクライアント側の限られたリソース下でも極めて強力なAI思考速度と滑らかな操作性を両立させています。

7. 結論

チェッカーの計算論的解明は、一見単純なルールが内包する複雑系の極致を示す好例です。32ビット整数に完全に収まる美しい盤面表現、強制捕獲がもたらす探索木の収束、そして39兆局面を解き明かした先人たちの後退解析理論は、現代のあらゆるターン制戦略ゲームエンジンの基盤技術として息づいています。

In the mathematical and information-geometric classification of board games, games are broadly divided into two categories: perfect-information deterministic games (Combinatorial Deterministic Games: such as shogi, chess, and Go) and probabilistic games that involve incomplete information or stochastic transitions (Stochastic Games: such as backgammon and Uru's board game).

The latter lineage, in the early stages of human civilization, has developed not merely as entertainment, but as a physical manifestation of cosmology, astronomy, religious views on life and death, and probability and statistics. This paper comprehensively analyzes, from computational and probabilistic perspectives, the evolution of game design and transitional dynamics over more than 5,000 years, from the early dynastic period of Mesopotamia in the 3rd millennium BC, through Senet in ancient Egypt, the tabula of the Roman Republic and Empire, Ne'ardashir (Nard) of Sasanian Persia, and Alfonso X of the Kingdom of Castile's "Book of Chess, Dice and Tables" (Libro de los Juegos) in the 13th century, to modern backgammon.

2. Origins of Mesopotamia and Egypt: Board Games of Ur and Senet

2.1 Discovery of the Royal Tomb and Irving Finkel's Deciphering of the Clay Tablets

Excavated in the 1920s by British archaeologist Sir Leonard Woolley from the Royal Cemetery at Ur (PG 789), the "Royal Game of Ur" was an elaborate inlaid board game dating back to around 2600 BC.

For many years, the exact rules remained a mystery, but the complete system of rules was reconstructed when Dr. Irving Finkel, a curator at the British Museum, deciphered a Hebrew cuneiform clay tablet (BM 33333b) written in 177 BC by the Babylonian scribe Itti-Marduk-balātu.

2.2 Probability Theory of Tetrahedron Dice and the Binomial Distribution

In the game of Ur, four tetrahedral dice were used, each with two colored vertices. Assuming that the probability of each die landing on a marked vertex is $p = \frac{1}{2}$, the probability of the roll value $k$ follows a binomial distribution $B(n, p)$.

$$P(X = k) = \binom{n}{k} p^k (1-p)^{nk}$$

The probability distribution when using four tetrahedron dice ($n=4, p=0.5$):

The expected moving value $E[X] = \sum k P(k) = 4 \times 0.5 = 2.0$.

This narrow bell-shaped distribution with variance $\sigma^2 = np (1-p) = 4 \times 0.5 \times 0.5 = 1.0$ guaranteed players a certain amount of progress while creating a net positive feedback loop of acceleration on rosette (safe zone and extra turn) spaces.

Ul's board topology (20-square structure):[ R ][ ][ ][ ] [ R ][ ][ ][ ][ ][ R ][ ][ ][ ][ ][ R ][ ][ ][ ] [ R ][ ]  ↑ Entry ↑ Escape

The interaction between "hits" (captures) on the central 8-square shared track and "inviolability" and "extra turns" provided by rosette squares clearly demonstrates the beginnings of first-mover advantage and risk management in modern Markov decision processes (MDPs).

3. The Roman Empire's Tabula and the Records of Byzantine Emperor Zeno

3.1 Convergence from Ludus Duodecim Scriptrum to Tabula

The Ludus Duodecim Scriptorum (12-row game), which was popular during the Roman Republic, used a board with 3 rows x 12 columns = 36 squares. As the game transitioned into the late Empire, the central row was abolished, and it was refined into the Tabula, a 2-row x 12-column game with 24 points.

Tabula geometry:

• 24 points (pointed region)

• Each player has 15 checkers (pieces)

• Three 6-sided cubic dice

This 24-point structure and the constant number of 15 pieces are identical to those of modern backgammon.

3.2 Emperor Zeno's Turns as Recorded by Agathias (480 AD)

The Byzantine historian Agathias Scholasticus (c. 530–582), in his Palatine Anthology (IX.482), meticulously records the disastrous tabla performance faced by Byzantine Emperor Zeno in 480 AD.

The three dice rolled by Emperor Zenon: (2, 5, 6)White (Xenon) remaining piece placement:Point 20: 2 piecesPoint 19: 2 piecesPoint 18: 2 piecesPoint 10: 1 piecePoint 9: 1 piecePoint 8: 1 piecePoint 5: 1 piecePoint 4: 1 piecePoint 3: 1 pieceBlack block arrangement:There are multiple pieces at points 23, 22, 21, 17, 16, 15, 14, and 13.Zenon's escape route was blocked in multiple layers.

Zenon played with the roll $(2, 5, 6)$, which forced him to expose three single pieces (blots), leading to a counterattack by the black pieces and his complete annihilation. This account holds extremely high academic value as the oldest record of mathematically proving the inevitable tactical collapse (a forced loss of points similar to Zugzwang) that arises from the triple random number generation of dice and the exclusivity of point occupation (blocking by two or more pieces).

4. The Cosmology of the Persian Works "Nardo" and "Chatlan Namak"

4.1 Philosophical Contrasts in the Sasanian Empire

In the 6th century, during the reign of Khosrow I Anushirvan of the Sasanian Persian Empire, a Chilean tetrahedron die gifted from India converged to two hexahedron cube dice that provided uniform entropy.

The refined rule sets, perfected through these processes, reached the pinnacle of mathematical and game-theoretic exploration with the invention of the doubling cube in the 20th century and the emergence of modern neural network-based self-playing AI (reinforcement learning models ranging from TD-Gammon to wildbg).