このゲームについて
互いに✊✌️🖐あわせて12枚の札を持ち、一度出した札は戻りません。残り札はお互いに全部公開されるので、終盤は相手の手が数えれば分かる状態になります。チップは10枚ずつ持ち、毎ラウンド1〜3枚をベットしてから手を出し、勝った側がポットを総取りします。あいこの場合はポットが次のラウンドへ持ち越され、札だけが減ります。配札は4枚ずつの均等と、各1〜7枚のランダムから選べます。ラウンド数も、12枚を使い切る12ラウンドと、2枚を最後まで隠し持てる10ラウンドのどちらかを選べます。10ラウンドを選ぶと終盤でも手の内が確定しないので、読み合いが最後まで残ります。
ボスは3体で、中身がそれぞれ違います。見習いデクは出した手の頻度と残り札を数えるだけの相手です。中堅サトリは24個の特徴量を入力とする小さなニューラルネットで、1ラウンドごとに実際に勾配降下法で重みを更新します。悪魔ラプラスは同じ仕組みをひと回り大きくしたうえで、全対戦の記録を端末に保存し、次の対戦へ持ち越します。効き目は自動テストで測っており、勝った次に同じ手を出す癖のあるボットや、手を循環させるボットに対しては、AIの勝率が59.6%から67.3%まで上がります。手を循環させるボットに至っては、試合序盤の40.1%から終盤には90.7%まで読み切られました。ラプラスの持ち越し学習も、1試合目の序盤勝率44.8%が4〜5試合目には60.4%へ上がることを確認しています。
この手のゲームで最も疑われるのは、AIがあなたの選択を見てから手を決めているのではないか、という点です。そこで対戦画面では、あなたが選ぶ前にAIの手・読み・確信度・乱数をまとめてSHA-256で封印し、そのハッシュだけを表示します。ラウンド後に元の文字列を表示するので、疑う人は自分でハッシュを計算して照合できます。「一致しました」という自己申告を画面に出さないのは、検証を名乗る側が検証するのでは意味がないからです。使っているSHA-256は自前の実装ですが、標準の実装と505ケースで一致することを確認済みです。また読み筋の説明文についても、そこに書かれた数字が実際の統計と食い違っていないかを自動テストで61件照合しています。
AIが後出しをしない以上、勝率で不当に有利になっていないことも数字で確かめる必要があります。残り札の枚数に比例して手を選ぶ堅実なボットを相手にすると、3体ともラウンド勝率はほぼ50%で、チップ収支の偏りも1試合あたり2枚未満に収まります。合格条件は勝率が50%から4ポイント以上ずれないことです。逆にデクについては、思考が公開情報だけでできているため、その計算を再現して裏を取るボットは1試合あたり平均5枚のチップを稼ぎます。読めば勝てる相手として意図的にそう作ってあります。ヨミキリ宣言も無条件では出ず、4ラウンド目以降で読みの確信度が一定以上のときだけ発生します。デクの場合はその基準がとりわけ高く、実質的に相手の残り札が1種類しかない詰みの場面でしか宣言してきません。