![[PukiWiki]](skin/modernskin/logo3.png "[PukiWiki]"){kind=logo}
古くから，暇な時などに楽しむものとしてゲームは人々に親しまれている．現在では家庭用ゲーム機などに代表されるコンピュータゲームを主に指す言葉として知られているが，もちろんそれだけではない．100m走や幅跳び，砲丸投げなど身体能力を競う競争や競技も"ゲーム"である．また将棋やチェスといった知力を競う"ゲーム"も長い歴史を持ち，その延長上としてコンピュータゲームが登場し，次第に独自の文化を築いている．
特に知力を競うゲームを考えると，その起源は戦争の代替・練習のものとしてあると考えられている．そのためか，ゲームの基本性質として"対戦相手"が存在し，それに"勝利"することが共通した目的がある．ゲームはいくつかのタイプに分類することができるが，常勝(常に勝つ)のための方法・方策について様々な研究が行われ，学問にもなっている\cite{beasley1}．学問的に研究している学者も，プロ・アマ問わずそのゲームの競技者も，基本的にはまずゲームをプレイしルールに慣れ試行錯誤を行うところから始まる．次第に経験を通して勝つためのルールを自分なりに作成していき，常勝への道の探求を行うものである．
本演習では，簡単なゲームを対象にして，ゲームに"勝てる"方法を考え，アルゴリズム化(演算の定型化)を行い，プログラムにすることを目標とする．
N本腕バンディットに対して，よい成績(スコア)を得ることができるプログラムの作成を目標とする．
N本腕バンディットとは，N本のレバーのあるスロットマシンのようなものである．各レバーには当たり確率等が設定されており，レバーを引くことによって"当たり"または"はずれ"が決定する．"当たり"となると，報酬(お金など)をもらうことができる．
N本腕バンディット問題とは，プレーヤーはいかに多くの報酬を獲得するか，という問題であり，バンディットとプレーヤー間の競争ゲームとなる．
bandit.h