pokenote
TTN:たまご

ポケモンの対戦AIは最終1位を取れるのか?

こんにちは。TN:たまごです。

今回はポケモンの対戦AI がもしランクマッチに参入した場合、最終1位を取ることができるのかという、考えても意味がないことについて考察していきます。(サムネイルはスーパーコンピュータでおなじみのメタグロスです。)

なお、本件はGoogleAI にした事実確認は全て正しいと仮定して話を進めます。(そうしないと目的がブレるため)

では本題に入りましょう。

【将棋AI との対比】

まずは対戦系のAIってどれぐらい強いの?という話をします。

主は将棋がそこそこ(ウォーズ10切れ五段)できるのですが、将棋のAIは言うまでもなくめちゃくちゃ強いです。

あんまり詳しくないですが、プロの中でもで頭1.5個抜けている藤井聡太竜王・名人が角を落としてもらっても多分勝てません。(多分)

将棋とポケモン対戦の競技性の違いを少し深堀りしていきます。

まず、将棋はポケモンと違ってルールや仕様が複雑ではないです。

使う駒はたった8種類ですし、駒特有のルールなども数える程しかありません。

二人零和有限確定完全情報ゲームで情報は全て開示されているので、その局面に明確な正解があります。これはAIにとっては得意な分野です。

しかし、ポケモンはまず使えるポケモンの数、技の数、特性や仕様がめちゃくちゃ複雑です。

(こんな細かい仕様を覚えているプレイヤー達がおかしいです。)

ポケモンは相手の択によってその優位性が変化します。(まるで量子力学みたい)

また、その技の命中率や追加効果によりまた優位性が変わる、めちゃくちゃ複雑なゲームなんです。

さらに、ポケモンは技構成や努力値配分などの、ある地点では自分しか知りえない(最初から開示されていない)情報があります。

これを考慮することはAI にとっては苦手な分野です。

【ポケモン対戦AI の得手不得手】

これからはGoogleAI に聞いた情報をもとに、ポケモンAI の得手不得手を見ていきます。

得意な点は以下2点のようです。

  • 即時対応可能

  • 人間味のなさ

即時対応可能とは、対戦中に学習して強くなるようです。そしてその対戦中に戦術を修正・最適化できるとあります。具体例がなくてぼんやりしているので、主はイマイチピンときていません。

人間味のなさはは確率や期待値の計算で動いたり、運の上振れ下振れで一喜一憂しないです。これは何回も対戦する上では大きいと思っていて、メンタルのブレで正しい選択肢を選べないようなことはないのはAI の強みでしょう。

不得手な点は以下2点のようです。

  • 「不完全情報」や「運の要素(ランダム性)」が絡む領域が難しい

  • 心理戦(ブラフ)への対応ができない

過去のデータにない「意表を突いた技構成」や「変則的な努力値調整」に柔軟な対応ができないようです。また、選出でも並びで戦術を特定するのが難しく、人間の意図を読めないようです。

ブラフは将棋でいう勝負手に近いイメージです。将棋の勝負手は、劣勢時に相手の読みのない手を指してミスを誘うときが多い(落とし穴を仕掛けるイメージ)ですが、将棋AI はミスしないので引っかからないです。

それに対してポケモン対戦は、運が多く絡むので、ブラフが通ってしまう場合があり、AI にその考慮をするのは難しいのかなと思います。

不得手な点の方が得意な点を上回っているようには主には見えてしまいます。

しかしながら、対戦歴15年以上の熟練プレーヤーに56%の勝率を誇ると書いており、これを正しいとしてAI の真の強みを考えたいと思います。

【人間にないAI の強み】

主が思う人間にないAI の強みは、体力が無限にあり、24時間対戦できるという点です。

例えば1戦(マッチング~次のマッチングまでの時間)に平均10分としても1時間で6戦、1日で144戦できます。これを最後の10日間できるとすると、1440戦になります。

どのレート帯でも上記の56%の勝率を叩き出せるとすると、806勝636敗です。

初期レート1500、5勝4敗(勝率55%)でレート+8(負けの方が多く吸われるイメージ) と仮定すると、この成績で+1088なので2588となります。

まあ、おおざっぱな仮定と単純な計算によるものですが、10日でモンボ級から2588まで伸ばしているプレーヤーがいたらびっくりでしょう?

試行回数で実力をカバーできるということになります。

【AI が活躍できる環境】

次に環境面についての話です。AI は以下のような環境が得意なのではと思います。

  • 環境が単純

  • AI バレしない

環境が単純なのは、結論パ(6世代のガルガブゲンボルトバシャスイクン)があり、そのAI がその結論パをめちゃくちゃ上手く使うことができる環境です。

これはある程度のパターン化がしやすく、

上記のAI が不得手な点を補うことができています。

(今はそのような環境ではない。)

AI バレしないは、AI 特有の立ち回りを共有されてしまうと人間側が有利に立ち回れます。特定の並びで特定の行動をするだけで勝つことができてしまうので、AI バレしないのはかなり重要ではないかと思います。

【結論と感想】

結論としては、環境が整えばAI が最終1位を取るのは不可能ではないが、現状は難しいでしょうか。

規約的に禁止されているので参入はできないと思いますが、任天堂がポケモンAI を完成させて、しれっとAI にランクマッチを参戦させて、成績を残して人間を驚かせて欲しいなぁとちょっと思ったりします。

皆さんはどう思いますか?この記事に関してX等で意見を発信いただいても問題ないですので、率直な感想や意見があれば幸いです。

今回も読んでいただきありがとうございました。
また次の記事でお会いしましょう。

アローラ地方から来ました。