『HUNTER×HUNTER』に登場する戦略ボードゲーム 軍儀 を、ブラウザだけで遊べる 静的Webアプリとして実装したものです。サーバー不要・ビルド不要。GitHub Pages に そのまま置けば動きます。スマホ／PC 両対応のレスポンシブUI。
- 9×9 盤・3段積み（ツケ）・持ち駒／新（アラタ）打ち・寝返り（謀） に対応
- CPU 対戦 3段階（弱 / 中 / 強）。強は Minimax + α-β 反復深化。
- 駒配置フェーズ、王手／詰み判定、行動ログ、待った、棋譜保存／読込（JSON）
駒の動きは、gungi.io / gungi.js 系の機械的に定義された 14 種ルールセットに準拠しています （原作漫画では全駒の動きが明示されていないため、実装可能な公開ルールセットを採用）。
▶ 今すぐ遊ぶ： https://rsasaki0109.github.io/gungi/
対局画面（駒を選ぶと移動可能マス／ツケ／取りをハイライト）
スマホ表示（1カラム・レスポンシブ）
- 配置フェーズ：画面下の「持ち駒」から駒を選び、自陣（下3段）をクリックして布陣します。
- 置いた駒をクリックすると持ち駒に戻せます。
- 「おまかせ配置」で定跡的な布陣を自動生成できます。
- 帥（大将） を置いたら「対局開始 ▶」。CPU 側は自動で布陣します。
- 対局：自分の駒をクリック → 移動可能マスがハイライト → 行き先をクリックで移動。
- 相手の駒の上に乗ると取れます（取った駒は自分の持ち駒になり、再び「新」で打てます）。
- 味方の駒に乗るとツケ（塔を高くする＝射程が伸びる）。
- 持ち駒をクリック → 打てるマスがハイライト → クリックで新（アラタ）打ち。
- 勝敗：相手の帥を取れば勝ち。詰み・手詰まりでも決着します。
| レベル | 探索 | 特徴 |
|---|---|---|
| 弱 Easy | ほぼランダム（合法手のみ） | 駒得の一手だけは拾う。初心者向け。 |
| 中 Normal | 2手読み + 静止探索 | 駒損を避け、王を守る堅実な指し回し。 |
| 強 Hard | 反復深化 Minimax + α-β（深さ5目安）+ 静止探索 | 駒価値・旗（帥）への距離・守備力・王安全度を評価。数手先の戦術を突く。 |
思考中は盤面中央に「CPU 思考中…」を表示します。
- New Game（新規）／同じ布陣で再戦（Restart）／待った（Undo）
- CPU レベル変更
- 棋譜保存（JSON ダウンロード）／棋譜読込（JSON）
- 取った駒表示・手番表示・王手表示・対局ログ
- 駒移動／攻撃／勝利のアニメーション
責務ごとに分割しています。
index.html … 画面の骨組み
styles.css … スタイル（レスポンシブ）
src/
main.js … 起動・各モジュールの結線
game/
constants.js … ルール定義（駒種・枚数・movesetテーブル・評価値）
board.js … 9×9×3 の盤（塔）と持ち駒
ruleEngine.js … 着手生成・合法性・王手/詰み・apply/undo
gameManager.js … 手番/配置/履歴/ログ/棋譜(JSON)
ai/
evaluate.js … 静的評価関数
search.js … Minimax + α-β + 反復深化 + 静止探索
ai.js … レベル振り分け（弱/中/強）
ui/
renderer.js … 盤・持ち駒・パネルの描画（状態→DOM）
controller.js … 入力・演出・AIターンの制御
animations.js … 移動/攻撃/勝利アニメーション
.github/workflows/deploy.yml … GitHub Pages 自動デプロイ
主要クラス／モジュール：Board / Piece(構造体) / RuleEngine / AI / Renderer / GameManager を分離。
ES モジュールを使うため、file:// ではなく HTTP で配信してください。
# どれでも可
python3 -m http.server 8000
# → http://localhost:8000/ を開くビルドは不要です。
ブラウザ実機（Chromium）で盤面描画・配置・着手・CPU応手・待った・レスポンシブ・ コンソールエラーの有無までを検証します。
npm install # playwright を取得
npx playwright install chromium
npm start & # http://127.0.0.1:8123 で配信
npm run test:e2e # 23項目のE2Eテスト（スクリーンショットは tests/.shots/）
# 公開中サイトに対して実行する場合:
GUNGI_URL="https://<user>.github.io/gungi/" npm run test:e2eCPUレベルに 「学習AI (β)」 を追加しました。方策＋価値のニューラルネット（純JS・依存ゼロ）を
PUCT MCTS で用いる、AlphaZero式のエージェントです。ブラウザは assets/model.json（int8量子化・
約540KB）を読み込み、依存なしで推論します（ビルド不要のまま）。
学習は Node でオフライン実行し、成果物（重み）だけを配置します。
# 1) ミニマックスを教師にウォームスタート（value=tanh(eval), policy=最善手）
node train/warmstart.mjs [games] [epochs] [arenaGames] # 例: node train/warmstart.mjs 70 12 6
# 2) 自己対戦で改善（AlphaZeroループ：自己対戦→学習→棋力測定）
node train/selfplay.mjs [iterations] [gamesPerIter] [sims]
# → いずれも assets/model.json を更新構成：src/ai/nn.js（MLP・2ヘッド・Adam・量子化保存）／src/ai/encode.js（手番視点の正準符号化・
分解方策）／src/ai/mcts.js（PUCT・Dirichletノイズ・時間制御）／train/（学習スクリプト）。
実験レベルです。現状は古典的な「強 (Hard)」より弱いです（対ランダムは無敗ですが、 対ミニマックスには勝てません）。強い相手には Hard を推奨します。 CPUのみの学習には限界があり、超えるにはGPU・畳み込みResNet・アリーナ承認式更新・投了・ 大量の自己対戦が必要です。本パイプラインはその土台（教育・拡張用）として同梱しています。 ブラウザ側は時間制御MCTSなので端末性能に自動追従します（
model.json読込失敗時は Hard にフォールバック）。
- このリポジトリを GitHub に push。
- リポジトリの Settings → Pages → Build and deployment → Source を
GitHub Actions に設定（同梱の
.github/workflows/deploy.ymlが公開します）。- もしくは Deploy from a branch:
main/rootでも動きます（ビルド不要のため）。
- もしくは Deploy from a branch:
https://<ユーザー名>.github.io/<リポジトリ名>/で公開されます。
相対パス（./styles.css, ./src/main.js）で参照しているため、サブディレクトリ配信でもそのまま動作します。
以下を追加しやすい構造にしています。
- オンライン対戦：
RuleEngineのapplyMove/generateLegalMovesと JSON 棋譜を そのまま通信層に載せられます（GameManager はネットワーク非依存）。 - AI 強化：
evaluate.jsの評価関数とsearch.jsの探索は差し替え可能。 置換で MCTS や学習済み評価に移行できます。 - 棋譜解析・観戦・棋譜共有：履歴（
GameManager.history）と JSON シリアライズが あるため、リプレイ／解析ビューを別UIとして追加可能。
軍儀は原作で全ルールが明示されていないため、本実装は公開されている機械可読ルールセット
（14駒種・段による射程拡張・砲/筒/弓の跳躍・弓の翼ブロック 等）を採用しています。
細部（例：寝返りの条件、二歩相当の禁止）は遊びやすさを優先した実装上の解釈を含みます。
src/game/constants.js の moveset テーブルを編集すれば、駒の動きは一箇所で調整できます。