ブラックジャックとポーカーを実装した記録
カジノの古典 2 本、ブラックジャックとノーリミット・テキサスホールデムを Parlourite のエンジンに実装した記録。ゲーム定義の難しさではなく、「どこまでを 1 つのゲームと呼ぶか」という線引きの話。
カジノの古典 2 本、ブラックジャックとノーリミット・テキサスホールデムを実装した。ゲーム定義そのものは、これまで扱ってきたタイトルに比べれば平易な部類に入る。それでも別種の壁にぶつかったので、記録を残しておく。
ボードゲームの規則は、そもそも揺らぐ
一組のカードやボードやコマで、いくつもの遊び方ができる。一つのパッケージが複数のゲームを内包し、コミュニティで新しい遊び方が共有される。これはボードゲームの魅力の一つである。
一方で、数学的に厳密な、プログラム可能な定義を書こうとすると、この揺らぎは越えがたい壁として現れる。厳密なエンジンは例外を許さず、「どこまでがゲームか」を強く問い返してくる。
カジノ系はルールが固いように見えるが、実際にはハウス・ルールで揺らぐ代表例でもある。6:5 と 3:2、S17 と H17、ダブル・アフター・スプリット(DAS)の可否、レイト・サレンダー、エースの再スプリット。卓ごとに掲示が違う。ポーカーに至っては、公式団体の手続き規定と、大会ごとに決める構造(スタックとブラインド表)が別の階層にあって、両方そろってはじめて「一つの対局」が成り立つ。
1 ハンドで足りるのか
ブラックジャックは、技術的には 1 ハンドで完結する。配って、引いて、ディーラーがめくり、精算する。それだけでゲームの定義としては閉じる。
しかし、たった 1 ハンドで「ブラックジャックを遊んだ」と感じるだろうか。シューの進行とともに残りカードの偏りを読む楽しみ、資金配分、ディーラーのアップカードごとに最適手を暗唱する緊張感。Thorp が『Beat the Dealer』で、Wong が『Professional Blackjack』で書いてきたものは、ハンドをまたいで初めて立ち上がる。1 ハンドで切ってしまうと、残るのは期待値マイナスのコイン投げに近い何かである。
ポーカーも同じ、いやそれ以上に深刻だった。ノーリミット・ホールデムの 1 ハンドは成立する。賭け、降り、見せ、取る。しかしポーカーの本体は、連続する手の中で相手の履歴を読み、スタックを管理し、損失を受け入れてでも降りる、その積み重ねにある。1 ハンドだけ切り出したものは、ルール上はポーカーでも、体験としてはポーカーではない。
ここで一つの方針を決めた。多くの人が「これならそのゲームを遊んだ」と納得する一区切りを、1 つのゲームとして定義する。エンジンの能力の話ではなく、プレイヤーに何を届けるかという話である。
ブラックジャックの実装判断
採用したのは、ストリップの 6 デッキ卓を基準にした、競技寄りの一本である。
- 6 デッキ・312 枚のシュー、カット・カードはおよそ 1.5 デッキ残しの位置
- ソフト 17 でディーラーは止まる(S17)
- ブラックジャックは 3:2
- ダブルはどの 2 枚からでも、スプリット後も可(DAS)
- スプリットは最大 4 ハンドまで、エースだけは 1 回のみ、1 枚ずつ配って即終了
- インシュランスは本賭け金の半額まで、ディーラー・ブラックジャックに対して 2:1
- レイト・サレンダー、ピーク(アップカードが A または 10 価値のときにホールカードを確認)あり
- 洗い直しのたびに 1 枚バーン、ハンド途中でシューが尽きたら捨札を戻して継続
1 ハンド 1 ラウンドとし、50 ハンドで区切る 1 本勝負とした。カジノの卓はそのままだと破産まで何千ハンドにもなり得るので、長さを有限に落とした。賭け順は毎ハンド 1 席ずつ回す(トーナメント・ブラックジャックの慣行に近い)。後から賭ける席ほど情報が多いので、順を回すことで公平を保つ。
1 人対ディーラーを既定の体験に据えた。カジノに座ったときの最も普通の光景だからである。2 人以上の対局も同じ定義でそのまま回る。
採らなかったものも書いておく。6:5 のブラックジャックは愛好家が「本物でない」と見なす値下げなので除外した。アーリー・サレンダー、コンティニュアス・シャフラー、各種サイドベットも入れない。H17 はいずれ variant として追加する。
照合には OpenSpiel のブラックジャックを使う。OpenSpiel の実装はヒットとスタンドだけに切り詰めた最小版で、スプリットもダブルもインシュランスも無い。当初はこちらを手本に挙動を揃えようとしたが、スコープが違いすぎることが早い段階で分かった。そこで役割を切り替え、こちらから同じ最小構成の variant を別途用意し、ヒットとスタンドの範囲だけで両者の分布を突き合わせることにした。狭い範囲でも、独立実装どうしで一致を取れると地盤が固まる。
ポーカーの実装判断
対象はノーリミット・テキサスホールデム、1 卓のフリーズアウト・トーナメントである。
ルールの階層を分けて考えた。手続き(ボタンとブラインドの進め方、ミニマム・レイズ、ショーダウンの順序、サイドポットの切り分け)は TDA(Poker Tournament Directors Association)の規則に沿わせる。構造(開始スタック、ブラインド表、レベル長)は大会ごとに決める別物で、ここは 1 卓・1 セッションに収まる長さに寄せる。
手続きで気をつけた点を並べておく。
- ボタンはデッド・ボタン。席が飛んでもビッグ・ブラインドは次の生きた席へ進み、ボタンはそれに従う。空席にボタンが残ることも許す。これを入れないと、飛び際にブラインドを払わずに済ませる逃げ筋ができてしまう
- ヘッズアップでは、プリフロップはボタン(=スモール・ブラインド)が先、ポストフロップはビッグ・ブラインドが先。3 人から 2 人になる遷移で同じ席がビッグを連続で払わないようにボタンを調整する
- ミニマム・レイズは直前のベットまたはレイズの額だけ上乗せ。フル・レイズに満たないオールインは、既に動いた席のアクションを再度開かない。ただし複数のショート・オールインが累積してフル・レイズの額に届けば、そこから再度開く
- ビッグ・ブラインド・アンティは死に金で、コールの額には入れない。ブラインドがアンティより先に取られる
- サイドポットは拠出額の段ごとに切り分け、オッド・チップはボタンの左の最初の生存席に渡す
- ショーダウンは最後のアグレッサーから。全員チェックで終わったラウンドならボタンの左の最初の生存席から。オールインで賭けが終わったら全員の手を表にする
- 同じハンドで複数人が飛んだときの順位は、そのハンドを始めた時点でスタックが多かった側を上位とする
役の判定は、7 枚の中から 5 枚の最良の組を取る。ドロー系やスタッド系を将来足すことを考えると、ここは共通化できる余地がある。今回はホールデム単体に閉じて書いたが、2 タイトル目で切り出す判断をする。
構造については一つ、意図的な調整を入れた。国際大会の標準的な構造(開始 300 BB・1 レベル長め)をそのまま回すと、1 卓の終局まで 300 ハンドを超え、生のポーカーで 10 時間、デジタルでも 1 セッションには長すぎる。ブラインドの上がり方の比は尊重しつつ、1 卓デジタルの長さに収まるよう開始スタックとレベル長を短く取り直した。公式規則からの意図的な調整であることは定義の側に明記してある。
ポーカーの側でも OpenSpiel には照合の役が残っている。向こうの汎用ポーカー実装は、ブラインドとスタックを引数で切り替えられる 1 ハンドの賭け進行器として設計されており、ハンド単位の挙動(min raise、re-open、サイドポット)の答え合わせには十分使える。トーナメント構造は向こうの範囲外なので、こちらの実装の中からハンド 1 回分を切り出して突き合わせる形になる。
採らなかったものを書いておく。キャッシュゲームの慣習(リバイ、アドオン、ディールの交渉)、リミットとポット・リミット、他のポーカー族。他のポーカーを足すのは、役判定を汎用化するタイミングで考える。
方針として
エンジンに表現できるかどうかは、今回の 2 本については問題ではなかった。シューの残り枚数とカット・カードの判定、エースのスプリット後の 1 枚配りで即終了、サイドポットの階段状の切り分け、デッド・ボタンの進行。いずれも宣言的に書ける。
問題は、技術的に閉じたゲーム定義が、プレイヤーにとっての「そのゲームを遊んだ」と一致しないことがある、という一点に尽きる。カジノの古典はまさにそれが露骨に出るタイトル群だった。
方針として、「多くの人が納得する一区切り」を 1 つのゲームと定義することにした。より良い落とし所が見つかれば、そのときに更新する。