JP7358661B1 - ゲーム支援装置、ゲーム支援システム、ゲーム支援方法、プログラム、及び記録媒体 - Google Patents

Abstract

【課題】遊戯者が選択した手が好手であるか否かの指標を、ゲーム条件ごとに分類してユーザに提示することが可能なゲーム支援装置、ゲーム支援システム、ゲーム支援方法、プログラム、及び記録媒体を提供する。【解決手段】麻雀ゲームにおける各局面において第１遊戯者Ｐ１が選択した手を取得する取得部１１と、各局面において第１遊戯者Ｐ１が選択可能な手の推奨度を算出する算出部１３と、各局面において第１遊戯者Ｐ１が選択した手と、この局面において算出部１３によって算出された推奨度とを比較した比較結果を算出する比較部１５を備える。更に、手の選択に影響を与える条件であるゲーム条件が複数設定されており、各局面のゲーム条件を判定する判定部１４と、ゲーム条件ごとに分類した前記比較結果を、第１遊戯者Ｐ１に提示する提示部１６を備える。【選択図】 図２

Description

本開示は、ゲーム支援装置、ゲーム支援システム、ゲーム支援方法、プログラム、及び記録媒体に関する。

麻雀ゲーム、カードゲームなどの不完全情報ゲーム、及び将棋、チェスなどの完全情報ゲームの進行を遊戯者が学習するためのゲーム支援装置が提案されている。

特許文献１には、ゲーム進行中の任意の局面である第１局面において、全ての遊戯者が知り得る第１情報、及び第１遊戯者のみが知り得る第２情報を取得し、これらの情報を用いて、第１遊戯者が第１局面において実行すべき手の候補を評価し、その評価結果を第１遊戯者に提示することが開示されている。第１遊戯者は、提示された評価結果を参考にして自身が実行すべき手を学習し、ゲームの実力を向上させることが可能になる。

特開２０２１－２９９１８号公報

しかし、特許文献１では、ゲーム全体の種々の条件、例えば麻雀ゲームの場合では、オーラス、トップ目などの条件ごとに、遊戯者が良い手を選択したか否かの指標を作成することができない。このため、遊戯者は自身が苦手とするゲーム条件、得意とするゲーム条件を認識することが難しいという問題があった。

本開示は、このような従来の課題を解決するためになされたものであり、その目的とするところは、遊戯者が選択した手が好手であるか否かの指標を、ゲーム条件ごとに分類してユーザに提示することが可能なゲーム支援装置、ゲーム支援システム、ゲーム支援方法、プログラム、及び記録媒体を提供することにある。

上記目的を達成するため、本開示の一態様のゲーム支援装置は、複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームにおいて、一の遊戯者が選択した手を解析するゲーム支援装置であって、少なくとも一つの局面において前記一の遊戯者が選択した手を取得する取得部と、少なくとも一つの局面において前記一の遊戯者が選択可能な手の推奨度を打牌モデルを用いて算出する算出部と、一の局面において前記一の遊戯者が選択した手と、前記一の局面において前記算出部によって算出された前記推奨度とを比較した比較結果を算出する比較部と、前記手の選択に影響を与える複数のゲーム条件の中から、前記一の局面に該当するゲーム条件を判定する判定部と、複数の局面において前記ゲーム条件ごとに分類した前記比較結果を、前記一の遊戯者に提示する提示部と、を備え、前記打牌モデルは、過去のゲームの牌譜及び結果を入力として深層学習したモデルであり、牌譜の入力に対して推奨打牌を算出する。

本開示によれば、遊戯者が選択した手が好手であるか否かの指標を、ゲーム条件ごとに分類してユーザに提示することが可能になる。

図１は、実施形態に係るゲーム支援システムの構成を示すブロック図である。 図２は、実施形態に係るゲーム支援装置の詳細な構成を示すブロック図である。 図３は、麻雀ゲームのある局面における牌譜を示す説明図である。 図４は、各ゲーム条件における遊戯者Ｐ１の一致率と、他者（八段、九段の遊戯者）の一致率の対を示すレーダチャートである。 図５は、各ゲーム条件における遊戯者Ｐ１の一致率と、他者（九段の遊戯者）の一致率の対を示す棒グラフである。 図６は、麻雀ゲームのある局面における解析レポートの画像を示す説明図である。 図７は、実施形態に係るゲーム支援システムの処理手順を示すフローチャートである。

以下、本開示の実施形態について説明する。以下に示す実施形態は、本開示の技術的思想を具体化するための装置や方法を例示するものであって、本開示の技術的思想は、構成部品の材質、形状、構造、配置等を下記のものに特定するものではない。本開示の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。

図１は、実施形態に係るゲーム支援システムの構成を示すブロック図である。本実施形態ではゲームの一例として不完全情報ゲームである麻雀ゲームを例に挙げて説明する。麻雀ゲームは、数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームである。なお本開示は、カードゲームなどの麻雀ゲーム以外の不完全情報ゲーム、及び将棋、チェスなどの完全情報ゲームについても適用することが可能である。

図１に示すように実施形態に係るゲーム支援システムは、ゲームサーバ１００に組み込まれたゲーム支援装置１、及び複数（図では４つ）の遊戯者端末２、２Ａ、２Ｂ、２Ｃ（ユーザ端末）を備えている。ゲームサーバ１００は、ネットワーク３を経由して各遊戯者端末２、２Ａ、２Ｂ、２Ｃに接続されている。ゲーム支援装置１は、ゲームサーバ１００とは別の装置であってもよいし、遊戯者端末に組み込まれてもよい。本実施形態では、ユーザｐが遊戯者端末２を操作して、麻雀ゲームのシミュレーションを実施する例について説明する。

実施形態に係るゲーム支援装置１は、遊戯者端末２の入力部からユーザｐが過去に実施した麻雀ゲームの牌譜を入力すると、この牌譜に基づいてユーザｐが実施した麻雀ゲームにおけるユーザｐが選択する手の傾向を分析し、分析した結果を遊戯者端末２に搭載されるディスプレイ（図示省略）にて提示する。ゲーム支援装置１は、データベース（図示省略）から牌譜を入力してもよい。麻雀ゲームにおける「手」とは、麻雀ゲームの進行に伴って遊戯者が実施する行為を指す。例えば、牌を自摸る、打牌する、鳴く（ポン、チー、カン）、和了する、などの行為を指す。以下詳細に説明する。

図２は、ゲーム支援装置１の詳細な構成を示すブロック図である。図２に示すようにゲーム支援装置１は、取得部１１と、ゲーム情報記憶部１２と、算出部１３と、判定部１４と、比較部１５と、提示部１６、を備えている。

ゲーム支援装置１が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムはゲーム支援装置１が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリなどの記録媒体に記録することも、ネットワークを通して提供することも可能である。

図２に示す取得部１１は、ユーザｐが入力する牌譜を取得する。「牌譜」とは、麻雀ゲームにおいて各遊戯者（例えば４人の遊戯者）が手を選択したときの牌の情報を指す。本実施形態では一例として、麻雀ゲームの開始から終了（和了または流局）まで（これを「１ゲーム」という）の牌の情報を牌譜とする。即ち、ユーザｐが遊戯者端末２を操作して過去に行った麻雀ゲームの牌譜を入力すると、この牌譜はネットワーク３を経由してゲームサーバ１００に送信される。取得部１１は、ゲームサーバ１００に送信された牌譜を取得する。即ち、取得部１１は、少なくとも一つの局面において一の遊戯者（後述する第１遊戯者Ｐ１）が選択した手を取得する。

牌譜には、４人の遊戯者（これを遊戯者Ｐ１～Ｐ４とする）が行う牌の情報が含まれている。以下では、遊戯者Ｐ１を第１遊戯者、他の３人の遊戯者を他の遊戯者Ｐ２～Ｐ４という。また、ユーザｐが第１遊戯者Ｐ１であるものとして説明する。

図３は、麻雀ゲームのある局面の牌譜を示す説明図である。牌譜には、麻雀ゲームにおいて全ての遊戯者Ｐ１～Ｐ４が知り得る、河ｑ１、副露ｒａ１、及び第１遊戯者Ｐ１のみが知り得る手牌ｒ１の情報が含まれる。「河」とは、各遊戯者Ｐ１～Ｐ４の捨牌を指す。「副露」とは、各遊戯者Ｐ１～Ｐ４がポン、チー、カンにより露出した牌を指す。河ｑ１及び副露ｒａ１は全ての遊戯者Ｐ１～Ｐ４に対して露出されるので、全ての遊戯者が知り得る情報である。

手牌ｒ１は、例えば１３個の牌である。第１遊戯者Ｐ１は、他の遊戯者Ｐ２～Ｐ４の手牌ｒ２～ｒ４を知ることができない。取得部１１が取得する牌譜には、上述した河ｑ１、副露ｒａ１、及び手牌ｒ１の情報が含まれる。

ゲーム情報記憶部１２は、取得部１１で取得された牌譜を記憶する。ゲーム情報記憶部１２は、後述する算出部１３による算出結果、判定部１４により判定される各局面のゲーム条件、比較部１５による比較結果、及び提示部１６で生成される画像データを記憶する。

算出部１３は、麻雀ゲームにおける各局面において、打牌推奨度及び推奨打牌（詳細は後述する）を算出する打牌モデルを備えている。麻雀ゲームにおける「局面」とは、麻雀ゲームの進行中において、各遊戯者Ｐ１～Ｐ４が手を選択したときの、牌の状況を指す。例えば、南家が５巡目に牌を自模ったときの牌の状況、打牌したときの牌の状況、などを全て「局面」と呼ぶ。

打牌モデルは、例えば畳み込みニューラルネットワーク（ＣＮＮ：Convolution Neural Network）、Transformerモデルなどの深層学習により、過去に実施した麻雀ゲームの、ゲーム開始からゲーム終了までの牌譜、及び麻雀ゲームの結果を入力とし、どの局面においてどの牌を捨てたときに、和了（ロンまたはツモ）した、放銃（フリコミ）した、などの結果を深層学習することにより得られる、適切な打牌を選択するモデルである。

従って、ユーザｐにより入力された牌譜を打牌モデルに入力することにより、麻雀ゲームの各局面における第１遊戯者Ｐ１の打牌推奨度が算出される。なお、深層学習の詳細については周知の技術であるので詳細な説明を省略する。

打牌推奨度とは、第１遊戯者Ｐ１が有する手牌（例えば、１４個の牌）のうち、推奨する打牌を確率（例えば、「％」）で表示した数値である。算出部１３は、１４個の牌のうち打牌推奨度がもっとも高い牌（最大推奨度の牌）を推奨打牌とする。即ち、算出部１３は、麻雀ゲームの各局面において、遊戯者が捨てるべき最良の牌を推奨打牌として算出する。

算出部１３はまた、解析レポートを作成する。解析レポートは図６に示すように、１ゲームを通じて、各局面における各遊戯者Ｐ１～Ｐ４が選択した手の解析結果を示す画像である。例えば図６に示すように、所望の局面の牌譜、及び、遊戯者Ｐ１が捨てる牌が「２マン」であることを指示する「２萬かな～」の文字を表示した画像である。ユーザｐは、第１遊戯者Ｐ１がこの局面において「９マン」を打牌した際には、推奨打牌ではない牌を打牌したことを認識することができる。即ち、ユーザｐは、図６の局面において自身が選択した手が好手でないこと、即ち、９マンではなく２マンを打牌するべきであったことを学習することができる。

即ち、算出部１３は、少なくとも一つの局面において一の遊戯者（第１遊戯者Ｐ１）が選択可能な手の推奨度を算出する。算出部１３は、上述した打牌推奨度、推奨打牌、解析レポートの情報をゲーム情報記憶部１２に記憶する。

図２に示す判定部１４は、麻雀ゲームにおける各局面のゲーム条件を判定する。「ゲーム条件」とは、麻雀ゲームにおいて遊戯者が手を選択する際に影響を与える条件を指す。本実施形態では、ゲーム条件を以下に示す（ａ）～（ｇ）とした場合について説明する。
（ａ）４人の遊戯者Ｐ１～Ｐ４が立直をかけていない。
（ｂ）他の遊戯者Ｐ２～Ｐ４のうちの一人が立直をかけた。
（ｃ）シャンテン押し時であり、聴牌を目指して打牌を決めている。
（ｄ）シャンテン押しでなく、手牌を崩してでも安全な牌を選んで打牌する。
（ｅ）第１遊戯者Ｐ１が聴牌である。
（ｆ）局面がオーラスであり、且つ遊戯者Ｐ１がトップ目である。
（ｇ）局面がオーラスであり、且つ遊戯者Ｐ１がラスト目である。
上記（ａ）～（ｇ）のいずれにも該当しない場合には、「該当なし」となる。また、（ａ）～（ｇ）のうち複数の条件に重複してもよい。

なお、上記したゲーム条件（ａ）～（ｇ）は一例であり、その他のゲーム条件を設定してもよい。上記した「オーラス」とは、半荘の最後のゲームを指す。「トップ目」とは、点数の収支が４人の遊戯者のうちのトップであることを指し、「ラスト目」とは、点数の収支が最下位であることを指す。

判定部１４は、ユーザｐが入力した牌譜に基づき、現在の局面が上記した各ゲーム条件のうち何れに該当するか、或いはは該当なしであるかを判定する。即ち判定部１４は、少なくとも一つの局面において、手の選択に影響を与える条件であるゲーム条件を判定する。判定部１４は、上述したゲーム条件の情報をゲーム情報記憶部１２に記憶する。

比較部１５は、第１遊戯者Ｐ１の打牌と、打牌モデルで算出された推奨打牌とを比較し、第１遊戯者Ｐ１の打牌が好手であるか否かを判定する。具体的には、麻雀ゲームの各局面において前述した打牌モデルにより、第１遊戯者Ｐ１の手牌である１４個の牌について、それぞれの打牌推奨度が算出される。比較部１５は、遊戯者Ｐ１が実際に捨てた牌と推奨打牌とを比較する。即ち比較部１５は、少なくとも一つの局面において一の遊戯者（第１遊戯者Ｐ１）が選択した手と、この局面において算出部１３によって算出された推奨度とを比較した比較結果を算出する。

比較部１５は、遊戯者Ｐ１が捨てた牌と推奨打牌が一致した場合に、この打牌は好手であると判定する。即ち、比較部１５は、ある局面において第１遊戯者Ｐ１（一の遊戯者）が選択した手の推奨度と、この局面において算出部１３により算出された最大推奨度とが一致するときに第１遊戯者Ｐ１が選択した手が好手であると判定する。

なお、好手、悪手の判定については、他の要因を採用してもよい。例えば、第１遊戯者Ｐ１が実際に捨てた牌の打牌推奨度が、所定の閾値未満（例えば、５％未満）のときに、この打牌は悪手であると判定してもよい。即ち、比較部１５は、ある局面において第１遊戯者が選択した手の推奨度が、所定の閾値未満であるときに、第１遊戯者Ｐ１が選択した手が悪手であると判定してもよい。

比較部１５は、麻雀ゲームの半荘の各ゲームを通じて、第１遊戯者が捨てた牌の一致率（選択率、好手であるか否かを示す指標）を、上述したゲーム条件ごとに分類して算出する。「半荘（ハンチャン）」とは、麻雀ゲームの収支を計算する１回の周期を指す。

例えば、半荘を通じて上記（ｂ）に示した「他の遊戯者Ｐ２～Ｐ４のうちの一人が立直をかけた」というゲーム条件に該当する局面において、第１遊戯者Ｐ１の打牌が推奨打牌と一致する確率を「ゲーム条件（ｂ）における一致率」として算出する。一致率は、下記（１）式で算出することができる。
（一致率）＝（推奨打牌と一致する打牌数）／（全体の打牌数） …（１）
例えば、半荘を通じて第１遊戯者Ｐ１に上記したゲーム条件（ｂ）が１００回発生し、このうち７０回が一致した場合には、ゲーム条件（ｂ）における一致率は７０％となる。また、一致率に加えて第１遊戯者の力量に応じた推定段位、例えば八段、九段などを設定してもよい。

なお、選択率は上述した一致率以外にも、以下の（２）、（３）式に示す悪手率、レイティングを採用してもよい。また、それ以外の選択率を採用してもよい。
（悪手率）＝（推奨度５％未満の打牌数）／（全体の打牌数） …（２）
（レイティング）＝｛１－（推奨打牌の推奨度）－（遊戯者が捨てた牌の推奨度）
／（全体の打牌数）｝*１００ …（３）

即ち、比較部１５は、複数の局面において、第１遊戯者Ｐ１が好手を選択したか、或いは悪手を選択したかの度合いを示す選択率を算出する。選択率は、第１遊戯者Ｐ１が選択した手が好手であるか否かを示す指標の一例である。また選択率は、第１遊戯者Ｐ１が選択した手が悪手であるか否かを示す指標の一例である。

比較部１５は、上述した打牌推奨度、推奨打牌、好手・悪手の判定結果、一致率の情報をゲーム情報記憶部１２に記憶する。

提示部１６は、比較部１５で算出した一致率を、判定部１４で判定された各ゲーム条件に分類して対応付けた画像を生成する。具体的に、麻雀ゲームの半荘における各ゲーム条件（ａ）～（ｇ）における一致率を、例えばレーダチャートで示す画像を生成する。即ち、提示部１６は、ゲーム条件ごとに分類して第１遊戯者が選択した手が好手であるか悪手であるかを示す指標である一致率、悪手率、レイティングなどの選択率を提示する。

図４は、一致率をレーダチャートで示した画像の例を示す説明図である。図４に示すように、レーダチャートには、７つの項目が設定されており、麻雀の段位が八段、及び九段の遊戯者（他者）が麻雀ゲームを実施したときの一致率の平均と、遊戯者Ｐ１の一致率を示している。

レーダチャートにおいて、中心からの距離が一致率を示しており、中心から遠ざかるほど、一致率が高いことを示している。また、図４に示す「９８」、「９６」等の数値は、一致率（％）を示している。図４に示す一点鎖線Ｓ１は九段の遊戯者（他者）の一致率の平均を示し、破線Ｓ２は八段の遊戯者（他者）の一致率の平均を示している。図４に示す実線Ｓ３は遊戯者Ｐ１の一致率を示している。即ち、レーダチャートは、ゲーム条件ごとに分類して第１遊戯者Ｐ１の一致率（選択率）と他者の一致率（選択率）とを対にして示している。

図４に示すレーダチャートの画像は、図１に示したネットワーク３を経由して遊戯者端末２に送信され、遊戯者端末２に設置されているディスプレイ（図示省略）に表示される。遊戯者端末２を操作するユーザｐは、ディスプレイに表示されたレーダチャートを見て、ユーザｐ自身である第１遊戯者Ｐ１の一致率をレーダチャートで確認することができる。

図５は、一致率を提示する他の例として、一致率を棒グラフで示した例を示す説明図である。棒グラフは、ゲーム条件ごとに分類して第１遊戯者Ｐ１の一致率と他者の一致率とを対にして示している。図５に示すように、棒グラフには７つの項目が設定されており、九段の遊戯者（他者）の平均を細線、遊戯者Ｐ１の結果を太線で示している。棒グラフの縦軸は、一致率（％）を示している。

図５に示す棒グラフの画像は、図１に示したネットワーク３を経由して遊戯者端末２に送信され、遊戯者端末２に設置されているディスプレイ（図示省略）に表示される。図４に示したレーダチャートと同様に、ユーザｐは、ディスプレイに表示された棒グラフを見て、第１遊戯者Ｐ１の一致率を確認することができる。

提示部１６はまた、ユーザｐが入力した牌譜に基づいて、麻雀ゲームの各局面を解析した解析レポートの画像を生成する。また、この解析レポートに算出部１３で算出された推奨打牌を表示する。

図６は、解析レポートの例を示す説明図である。図６に示すように、解析レポートには各遊戯者Ｐ１～Ｐ４の手牌ｒ１～ｒ４、河ｑ１～ｑ４、副露ｒａ１が表示されている。また、解析レポートの右側には、「前局」、「次局」を示すアイコンＹ１、Ｙ２、局面を戻すアイコンＹ３（図では、「前」と表記）、局面を進めるアイコンＹ４（図では、「次」と表記）が表示されている。

また、ある局面において遊戯者Ｐ１が捨てた牌と、打牌モデルで算出された推奨打牌が異なる場合には、解析レポートに表示されているキャラクターに「２萬かな～」の文字Ｙ５を表示する。この文字は推奨打牌を示しており、遊戯者Ｐ１が捨てた牌が推奨打牌でない場合に、この局面において「２マン」を捨てるのが良いことをユーザｐに促す。ユーザｐは、この画像を見ることにより、自身が捨てた牌が推奨打牌でないことを認識できる。

また、ユーザｐが図６に示した解析データ画像上でアイコンＹ４をクリックすることにより、局面を進めて表示させることができ、アイコンＹ３をクリックすることにより、局面を戻して表示させることができる。更に、アイコンＹ１をクリックすることにより、前局（前回のゲーム）に表示を切り替えることができ、更に、アイコンＹ２をクリックすることにより、次局（次回のゲーム）に表示を切り替えることができる。

提示部１６は、第１遊戯者Ｐ１（一の遊戯者）が目標にする他者の一致率のデータを有しており、ゲーム条件ごとに分類して第１遊戯者Ｐ１の一致率と、他者の一致率とを対にして提示する。具体的には、前述したレーダチャート或いは棒グラフを示す画像を提示する。また提示部１６は、上述したレーダチャート及び棒グラフを示す画像、解析データ画像をゲーム情報記憶部１２に記憶する。

次に、上述のように構成された実施形態に係るゲーム支援システムの動作について、図７に示すフローチャートを参照して説明する。初めに図７に示すステップＳ１１において取得部１１は、牌譜の入力を受け付ける。遊戯者端末２において、ユーザｐが解析の対象となる牌譜を入力すると、この牌譜はネットワーク３を経由してゲーム支援装置１に送信される。

ステップＳ１２において取得部１１は、遊戯者端末２から送信された牌譜を取得する。例えば、ユーザｐが過去にオンラインの麻雀ゲームを実施したときの、ゲーム開始から終了までの牌譜（例えば、半荘のゲーム全ての牌譜）を入力すると、この牌譜はネットワーク３を経由してゲーム支援装置１の取得部１１にて取得される。取得した牌譜は、ゲーム情報記憶部１２に記憶される。

ステップＳ１３において算出部１３は、取得部１１にて取得された牌譜を打牌モデルに入力し、麻雀ゲームの第１遊戯者Ｐ１各局面における打牌推奨度、及び推奨打牌を算出する。前述したように打牌推奨度とは、第１遊戯者Ｐ１の１４個の手牌に対して打牌の推奨度を％で示した数値であり、このうち最も大きいものが推奨打牌である。

ステップＳ１４において判定部１４は、麻雀ゲームの開始から終了までの各局面におけるゲーム条件を判定する。例えば、前述した（ａ）～（ｇ）のゲーム条件のうちの何れであるかを判定する。

ステップＳ１５において比較部１５は、各局面における第１遊戯者Ｐ１の打牌、推奨打牌、及びゲーム条件に基づき、第１遊戯者Ｐ１が捨てた牌の一致率を、ゲーム条件ごとに分類して算出する。

例えば、前述したゲーム条件（ｂ）に示したように、他の遊戯者Ｐ２～Ｐ４のうちの一人が立直をかけたという条件下で、第１遊戯者Ｐ１が捨てた牌と推奨打牌を比較し、双方が一致すれば、好手であると判定する。この条件下において、第１遊戯者Ｐ１の打牌が推奨打牌と一致する確率を一致率として算出する。

ステップＳ１６において提示部１６は、上述した一致率を示すグラフを作成する。具体的には、図４に示したレーダチャート、或いは図５に示した棒グラフを作成する。なお、レーダチャート、棒グラフ以外のグラフを用いてもよい。

ステップＳ１７において提示部１６は、ユーザｐが入力した牌譜、及び算出部１３で算出された各局面における打牌推奨度に基づいて、例えば図６に示す解析レポートを作成する。

ステップＳ１８において提示部１６は、ステップＳ１６の処理で作成したグラフ及びステップＳ１７の処理で作成した解析レポートをネットワーク３を経由して遊戯者端末２に送信する。遊戯者端末２のユーザｐは、グラフ及び解析レポートを見て、ユーザｐが過去に実施したゲームの結果に対して、どのような解析結果が得られているかを知ることができる。

また、レーダチャートまたは棒グラフにおける所望の位置をクリックすることにより、解析レポートにおける所望の局面にジャンプして表示させることができる。例えば、図４に示したレーダチャートの、「東場序盤（立直あり）」の文字をクリックすることにより、図６の示した解析レポートにおいて対応する局面の表示にジャンプすることができる。

このように、本実施形態に係るゲーム支援装置１では、ユーザｐが遊戯者端末２において麻雀ゲームの開始から終了までの牌譜を入力すると、この牌譜に基づいて、第１遊戯者Ｐ１（ユーザｐ）と八段、九段などの高段位の遊戯者（他者）との比較を示すグラフが提示される。従って、ユーザｐに対して、麻雀ゲームのどのようなゲーム条件が苦手であるか、或いは得意であるかを認識させることができる。例えば、オーラストップ目という条件下の局面が苦手である、などの結果をユーザｐに認識させることができる。

このため、ユーザｐは自身が苦手なゲーム条件について重点的に学習することにより、自身の手の傾向を認識し、自身が実行すべき手を学習し、ゲームの実力向上に役立てることができる。

上述した実施形態では、比較部１５は第１遊戯者が捨てた牌と、推奨打牌とが一致した場合に、この打牌は好手であると判定したが、第１遊戯者Ｐ１が捨てた牌の打牌推奨度が所定の閾値未満（例えば、５％未満）のときに、この打牌が悪手であると判定してもよい。このような構成においても、ユーザｐに対して、麻雀ゲームのどのようなゲーム条件が苦手であるか、或いは得意であるかを認識させることができる。

本実施形態では、第１遊戯者Ｐ１が捨てた牌の一致率（選択率）を算出してユーザｐに提示する。従って、特定のゲーム条件下において、ユーザｐが選択した手が好手である確率、或いは悪手である確率がどの程度であるかを認識させることができる。

本実施形態では、図４に示したレーダチャート、図５に示した棒グラフに示したように、ゲーム条件ごとに分類して第１遊戯者Ｐ１の一致率と八段、九段などの高段位の遊戯者（他者）の一致率の対を表示している。このため、ユーザｐに対して、より段位を高めるためにどのゲーム条件において実力を向上させれば良いかを認識させることが可能になる。

なお、上述した実施形態では、ゲーム支援装置１と遊戯者端末２がネットワーク３を介して接続され、遊戯者端末２を操作するユーザｐがオンラインで麻雀ゲームを解析する例について説明したが、本開示はこれに限定されるものではなく、ゲーム支援装置１をスタンドアローン型とすることも可能である。

また、本実施形態では麻雀ゲームを例に挙げて説明したが、本開示はこれに限定されるものではなく、複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うその他ゲームにおいても適用することが可能である。例えば、カードゲーム、花札などの不完全情報ゲーム、或いは将棋、チェスなどの完全情報ゲームにおいても適用することが可能である。

１ ゲーム支援装置
２、２Ａ、２Ｂ、２Ｃ 遊戯者端末
３ ネットワーク
１１ 取得部
１２ ゲーム情報記憶部
１３ 算出部
１４ 判定部
１５ 比較部
１６ 提示部
１００ ゲームサーバ
Ｐ１ 第１遊戯者
Ｐ２～Ｐ４ 他の遊戯者

Claims (10)

1. 複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームにおいて、一の遊戯者が選択した手を解析するゲーム支援装置であって、
   少なくとも一つの局面において前記一の遊戯者が選択した手を取得する取得部と、
   少なくとも一つの局面において前記一の遊戯者が選択可能な手の推奨度を打牌モデルを用いて算出する算出部と、
   一の局面において前記一の遊戯者が選択した手と、前記一の局面において前記算出部によって算出された前記推奨度とを比較した比較結果を算出する比較部と、
   前記手の選択に影響を与える複数のゲーム条件の中から、前記一の局面に該当するゲーム条件を判定する判定部と、
   複数の局面において前記ゲーム条件ごとに分類した前記比較結果を、前記一の遊戯者に提示する提示部と、
   を備え、
   前記打牌モデルは、過去のゲームの牌譜及び結果を入力として深層学習したモデルであり、牌譜の入力に対して推奨打牌を算出する
   ゲーム支援装置。
2. 前記比較部は、ある局面において前記一の遊戯者が選択した手の推奨度が、この局面における全ての手の最大推奨度と一致するときに前記一の遊戯者が選択した手が好手であると判定し、
   前記提示部は、前記ゲーム条件ごとに前記一の遊戯者が選択した手が好手であるか否かを示す指標を提示する
   請求項１に記載のゲーム支援装置。
3. 前記比較部は、ある局面において前記一の遊戯者が選択した手の推奨度が所定の閾値未満であるときに、前記一の遊戯者が選択した手が悪手であると判定し、
   前記提示部は、前記ゲーム条件ごとに前記一の遊戯者が選択した手が悪手であるか否かを示す指標を提示する
   請求項１に記載のゲーム支援装置。
4. 前記比較部は、複数の局面において、前記一の遊戯者が好手を選択したか、或いは悪手を選択したかの度合いを示す選択率を算出し、
   前記提示部は、前記ゲーム条件ごとに前記一の遊戯者に前記選択率を提示する請求項２または３に記載のゲーム支援装置。
5. 前記提示部は、他者の前記選択率を有しており、前記ゲーム条件ごとに前記一の遊戯者の選択率と、前記他者の選択率とを対にして提示する
   請求項４に記載のゲーム支援装置。
6. 前記ゲームは麻雀ゲームであり、前記手は前記一の遊戯者の打牌を含む
   請求項１に記載のゲーム支援装置。
7. ゲーム支援装置と、前記ゲーム支援装置に接続された少なくとも一つのユーザ端末とを備え、前記ゲーム支援装置が、複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームにおいて、前記ユーザ端末を操作する一の遊戯者が選択した手を解析するゲーム支援システムであって、
   前記ゲーム支援装置は、
   少なくとも一つの局面において前記一の遊戯者が選択した手を取得する取得部と、
   少なくとも一つの局面において前記一の遊戯者が選択可能な手の推奨度を打牌モデルを用いて算出する算出部と、
   一の局面において前記一の遊戯者が選択した手と、前記一の局面において前記算出部によって算出された前記推奨度とを比較した比較結果を算出する比較部と、
   前記手の選択に影響を与える複数のゲーム条件の中から、前記一の局面に該当するゲーム条件を判定する判定部と、
   複数の局面において前記ゲーム条件ごとに分類した前記比較結果を、前記一の遊戯者に提示する提示部と、を備え、
   前記打牌モデルは、過去のゲームの牌譜及び結果を入力として深層学習したモデルであり、牌譜の入力に対して推奨打牌を算出する
   支援システム。
8. 複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームにおいて、一の遊戯者が選択した手を解析するゲーム支援方法であって、
   少なくとも一つの局面において前記一の遊戯者が選択した手を取得するステップと、
   少なくとも一つの局面において前記一の遊戯者が選択可能な手の推奨度を、過去のゲームの牌譜及び結果を入力として深層学習したモデルであり、牌譜の入力に対して推奨打牌を算出する打牌モデルを用いて算出するステップと、
   一の局面において前記一の遊戯者が選択した手と、前記一の局面において前記推奨度とを比較した比較結果を算出するステップと、
   前記手の選択に影響を与える複数のゲーム条件の中から、前記一の局面に該当するゲーム条件を判定するステップと、
   複数の局面において前記ゲーム条件ごとに分類した前記比較結果を、前記一の遊戯者に提示するステップと、
   を備えたゲーム支援方法。
9. 複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームにおいて、一の遊戯者が選択した手を解析するゲーム支援プログラムであって、
   少なくとも一つの局面において前記一の遊戯者が選択した手を取得するステップと、
   少なくとも一つの局面において前記一の遊戯者が選択可能な手の推奨度を、過去のゲームの牌譜及び結果を入力として深層学習したモデルであり、牌譜の入力に対して推奨打牌を算出する打牌モデルを用いて算出するステップと、
   一の局面において前記一の遊戯者が選択した手と、前記一の局面において前記推奨度とを比較した比較結果を算出するステップと、
   前記手の選択に影響を与える複数のゲーム条件の中から、前記一の局面に該当するゲーム条件を判定するステップと、
   複数の局面において前記ゲーム条件ごとに分類した前記比較結果を、前記一の遊戯者に提示するステップ
   をコンピュータに実行させるゲーム支援プログラム。
10. 複数の遊戯者が局面を変化させる手を選択することを順次繰り返して勝敗を競うゲームにおいて、一の遊戯者が選択した手を解析するゲーム支援プログラムを記録した記録媒体であって、
    少なくとも一つの局面において前記一の遊戯者が選択した手を取得するステップと、
    少なくとも一つの局面において前記一の遊戯者が選択可能な手の推奨度を、過去のゲームの牌譜及び結果を入力として深層学習したモデルであり、牌譜の入力に対して推奨打牌を算出する打牌モデルを用いて算出するステップと、
    一の局面において前記一の遊戯者が選択した手と、前記一の局面において前記推奨度とを比較した比較結果を算出するステップと、
    前記手の選択に影響を与える複数のゲーム条件の中から、前記一の局面に該当するゲーム条件を判定するステップと、
    複数の局面において前記ゲーム条件ごとに分類した前記比較結果を、前記一の遊戯者に提示するステップ
    をコンピュータに実行させるゲーム支援プログラムを記録した記録媒体。

Images