JP7358662B1 - 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】各遊戯者が実施する戦略タイプを選択して評価情報を取得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】ゲームの各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情報を取得する牌譜情報取得部１１と、各遊戯者が実行する戦略タイプを取得する戦略情報取得部１２と、第１情報、第２情報、及び各遊戯者の戦略情報に基づいて、ゲームの開始後の第１局面において第１遊戯者が知り得ない第１局面に関する他の遊戯者に関する情報である他者情報を生成する生成部１４と、他者情報を用いて、第１局面以降の少なくとも一つの局面を予測する予測部１５と、予測した局面の集計結果に基づいた評価情報を提示する提示部１７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、その評価情報を第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、提示された評価情報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、第１遊戯者及び他の遊戯者がどのような戦略タイプで遊戯するのかを選択することについて開示されていない。例えば、他の遊戯者がリスクを背負ってでも強気に勝負するタイプであるのか、或いは、安全性を考慮して勝負するのをやめるタイプであるのか、などの戦略タイプを選択することができない。このため、学習の範囲が限定的になってしまう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、各遊戯者が実施する戦略情報を選択して評価情報を取得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ける前記遊戯者の前記手の選択を支援するゲーム支援装置であって、前記ゲームの各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情報を取得するゲーム情報取得部と、各遊戯者が実行する戦略情報を取得する戦略情報取得部と、前記第１情報、第２情報、及び各遊戯者の戦略情報を手牌生成モデルに入力して、前記ゲームの開始後の任意の局面において前記第１遊戯者が知り得ない前記任意の局面に関する他の遊戯者に関する他者情報を生成する生成部と、前記他者情報を予測モデルに入力して、前記任意の局面以降の少なくとも一つの局面を予測する予測部と、前記予測した局面の集計結果に基づいた評価情報を提示する提示部とを備え、前記手牌生成モデルは、前記第１情報、第２情報、及び各遊戯者の戦略情報、並びに、他の遊戯者に関する他者情報を深層学習し、前記第１情報、第２情報、及び各遊戯者の戦略情報を入力すると前記他の遊戯者に関する他者情報を出力するモデルであり、前記予測モデルは、過去に入力された複数の局面における情報、並びに、各遊戯者が実施した手の情報を深層学習し、局面の情報を入力すると各遊戯者が実施する手を出力するモデルである。

本開示によれば、各遊戯者が実施する戦略情報を選択して評価情報を取得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、ユーザが入力する第１情報、及び第２情報を示す説明図である。 図４は、図３に示した第１情報、及び第２情報に基づいて生成される他の遊戯者の手牌を示す説明図である。 図５は、選択画像Ｄ１の例を示す説明図である。 図６Ａは、予測モデルで予測された牌譜の候補を表示するリストボックスの例を示す説明図である。 図６Ｂは、手牌生成モデルで生成された複数の「相手の手牌」の候補を表示するリストボックスの例を示す説明図である。 図６Ｃは、戦略タイプの候補を表示するリストボックスの例を示す説明図である。 図７Ａは、予測モデルにより生成された牌譜の例を示す説明図である。 図７Ｂは、図７Ａに示した牌譜において、他の遊戯者の手牌を非表示としたときの例を示す説明図である。 図８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、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である。ゲーム支援システムは、麻雀ゲームを支援するゲーム支援装置を含む。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。

以下では、ユーザｐが遊戯者端末２を操作して麻雀ゲームにおける任意の局面（これを「第１局面」という）の牌譜を入力し、この第１局面から麻雀ゲームが終了するまでの各遊戯者の手をオンラインによりシミュレーションする例について説明する。

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（例えば、４人の遊戯者）が手を選択したときの、場の状況を指す。例えば、南家が５巡目に牌を自模ったときの場の状況、打牌したときの場の状況、などを全て「局面」と呼ぶ。「牌譜」とは、ある局面における牌の情報を指す。

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。

図１に示す遊戯者端末２を操作するユーザｐが、麻雀ゲームを実施する一人の遊戯者（一の遊戯者；以下、「第１遊戯者Ｐ１」という）であるものとする。麻雀ゲームにおける他の３人の遊戯者を、「他の遊戯者Ｐ２～Ｐ４」という。なお、他の遊戯者は３人に限定されるものではなく、１人、２人であってもよい。

以下では、麻雀ゲームで使用される牌のうち、萬子（マンズ）を「○マン」、筒子（ピンズ）を「○ピン」、索子（ソウズ）を「○ソウ」と表記する。

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、牌譜情報取得部１１（ゲーム情報取得部）と、戦略情報取得部１２と、ゲーム情報記憶部１３と、生成部１４と、予測部１５と、算出部１６と、提示部１７、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。

牌譜情報取得部１１は、ユーザｐが入力した第１局面における牌譜を取得する。ユーザpが遊戯者端末２を操作して麻雀ゲームの任意の局面における牌譜を入力すると、この牌譜はネットワーク３を経由してゲームサーバ１００に送信される。牌譜情報取得部１１は、ゲームサーバ１００に送信された牌譜を取得する。

図３は、ユーザｐが入力した第１局面における牌譜の例を示す説明図である。牌譜には、全ての遊戯者（第１遊戯者Ｐ１及び他の遊戯者Ｐ２～Ｐ４）が知り得る第１情報、及び第１遊戯者Ｐ１のみが知り得る第２情報が含まれる。即ち、牌譜情報取得部１１は、麻雀ゲームの各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情報を取得するゲーム情報取得部の一例である。

第１情報は、麻雀ゲーム進行中におけるある局面における河、副露の情報を含む。「河」とは、図３の符号ｑ１～ｑ４に示すように麻雀ゲームを実施する各遊戯者Ｐ１～Ｐ４の捨牌を指す。「副露」とは、符号ｒａ１に示すように各遊戯者Ｐ１～Ｐ４がポン、チー、カンにより露出した牌を指す。これらの情報は全ての遊戯者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。

第２情報は、麻雀ゲーム進行中のある局面における手牌を含む。「手牌」とは、図３の符号ｒ１に示すように遊戯者Ｐ１のみが知り得る情報であり、例えば１３個の牌である。他の遊戯者Ｐ２～Ｐ４は、第１遊戯者Ｐ１の手牌ｒ１を知ることができない。また、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。

遊戯者端末２を操作するユーザｐは、任意の局面の牌譜を入力することができる。例えば、ユーザｐが過去にオンラインの麻雀ゲームで実施した任意の局面における牌譜を入力することができる。

また、ユーザｐが牌譜を適宜設定して入力することも可能である。即ち、実際に行われた麻雀ゲームの局面ではなく、ユーザｐが第１局面の牌譜を適宜設定することも可能である。

図２に戻って、戦略情報取得部１２は、ユーザｐが入力する戦略タイプ（戦略情報）を取得する。ユーザが遊戯者端末２を操作して、第１遊戯者Ｐ１及び他の遊戯者Ｐ２～Ｐ４が実行する戦略タイプを入力すると、この戦略タイプはネットワーク３を経由してゲームサーバ１００に送信される。戦略情報取得部１２は、ゲームサーバ１００に送信された戦略タイプを取得する。即ち、戦略情報取得部１２は、各遊戯者Ｐ１～Ｐ４が実行する戦略情報（戦略タイプ）を取得する。

本実施形態では、戦略タイプとして、「第１タイプ」、「第２タイプ」、「第３タイプ」、「第４タイプ」の４つが設定されている場合を例に挙げて説明する。なお、本実施形態では、戦略情報として、上記した第１～第４タイプの４つの戦略タイプを用いる例について説明するが、上記以外の戦略情報を採用してもよい。

「第１タイプ」は、門前（メンゼン）を基本として進行する戦略タイプ、即ちポン、チーなどの副露を多用せずにゲームを進行する戦略タイプである。

「第２タイプ」は副露を多用してゲームを進行する戦略タイプである。即ち、他の遊戯者が捨てた牌をポン、チーなどの鳴きにより取得して和了を目指す戦略タイプである。

「第３タイプ」は、リスクを背負うことを回避し、守備的にゲームを進行する戦略タイプである。例えば、他の遊戯者が立直した場合には、自身の和了を優先せず安全な牌を捨てることを優先してゲームを進行させる。

「第４タイプ」は、複数の戦略タイプを混合してゲームを進行する戦略タイプである。

ユーザｐは、第１局面以後の各遊戯者Ｐ１～Ｐ４の手をシミュレーションする際に、各遊戯者Ｐ１～Ｐ４がどのような戦略タイプで麻雀ゲームを進行するのかを設定することができる。例えば、第１遊戯者Ｐ１の戦略タイプを「第１タイプ」、他の遊戯者Ｐ２～Ｐ４の戦略タイプを「第４タイプ」に設定することができる。

ゲーム情報記憶部１３は、牌譜情報取得部１１及び戦略情報取得部１２で取得した各情報を記憶する。また、後述する生成部１４、予測部１５、算出部１６、提示部１７による結果を記憶する。

生成部１４は、他の遊戯者Ｐ２～Ｐ４の手牌を生成する手牌生成モデルを備えている。生成部１４は、牌譜情報取得部１１で取得された第１情報、第２情報、及び戦略情報取得部１２で取得された各遊戯者Ｐ１～Ｐ４の戦略タイプに基づき、手牌生成モデルを用いて、第１遊戯者Ｐ１が知り得ない情報である他の遊戯者Ｐ２～Ｐ４の手牌（他者情報）を生成する。即ち、生成部１４は、第１情報、第２情報、及び各遊戯者Ｐ１～Ｐ４の戦略情報に基づいて、ゲームの開始後の第１局面において第１遊戯者Ｐ１が知り得ない第１局面に関する他の遊戯者に関する情報である他者情報を生成する。

手牌生成モデルは、過去に入力された各情報（第１情報、第２情報、及び戦略タイプ）に基づき、種々の局面において他の遊戯者Ｐ２～Ｐ４がどのような手牌であるかを深層学習することにより得られるモデルである。

手牌生成モデルは、例えばＬＳＴＭ(Long short-term memory)や拡散モデル(diffusion model)などのニューラルネットワークを用いた深層学習により、現在の局面における上記各情報を入力とし、他の遊戯者Ｐ２～Ｐ４の手牌を出力する学習済みのモデルである。

従って、ユーザｐにより入力された第１情報、第２情報、及び戦略タイプを、手牌生成モデルに入力することにより、他の遊戯者Ｐ２～Ｐ４の手牌（第１遊戯者Ｐ１が知り得ない情報）を生成することができる。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。

図３に示したように、ユーザｐは例えば、各遊戯者Ｐ１～Ｐ４の河ｑ１～ｑ４、副露ｒａ１、第１遊戯者Ｐ１の手牌ｒ１、及び各遊戯者Ｐ１～Ｐ４の戦略タイプを、上述した手牌生成モデルに入力する。

手牌生成モデルにより、他の遊戯者Ｐ２～Ｐ４の手牌（他者情報）が生成される。例えば、図４に示すように他の遊戯者Ｐ２～Ｐ４の手牌ｒ２～ｒ４が生成される。

図２に示す予測部１５は、麻雀ゲームにおけるある局面において、各遊戯者Ｐ１～Ｐ４が実施する手を予測する予測モデルを備えている。

予測モデルは、過去に入力された複数の局面における牌譜、各遊戯者の手牌、各遊戯者が実施した手の情報に基づき、それぞれの局面において各遊戯者がどのような手を実施するかを深層学習したモデルである。

予測モデルは、各遊戯者Ｐ１～Ｐ４の戦略タイプごとに、各遊戯者Ｐ１～Ｐ４の手を予測する。予測モデルは、上述した手牌生成モデルと同様に、ＬＳＴＭや拡散モデルなどの深層学習により、現在の局面における遊戯者が実施した手を入力とし、各局面において実施する手を出力する学習済みのモデルである。

予測部１５は、上述した第１情報、第２情報、戦略タイプ、及び、他の遊戯者Ｐ２～Ｐ４の手牌（手配生成モデルで生成された手牌）に基づき、ユーザｐが設定した第１局面からゲームが終了するまでの、各局面における複数通りの牌譜を予測する。「ゲームが終了する」とは、いずれかの遊戯者が和了（ロンまたはツモ）する、または流局することを指す。

例えば、第１局面以降のある局面において、第１遊戯者Ｐ１の捨牌の候補として３通り、例えば「北」、「９ピン」、「３マン」が挙げられる場合に、予測部１５は、「北」、「９ピン」、及び「３マン」をそれぞれ打牌した場合において、その後における麻雀ゲームの牌譜を１００通り予測する。予測した牌譜をゲーム情報記憶部１３に記憶する。なお、麻雀ゲームの牌譜は１００通りに限定されず、１００通り以外としてもよい。

即ち予測部１５は、他者情報を用いて、第１局面以降の少なくとも一つの局面を予測する。予測部１５は、第１局面からゲーム終了までの各局面を予測する。

算出部１６は、予測部１５による予測結果に基づき、いずれかの遊戯者Ｐ１～Ｐ４が打牌するごとに、麻雀ゲームの進行に関する評価情報を算出する。「評価情報」は、シミュレーション結果を集計して算出されるゲームの進行、結果などに関する情報を指す。評価情報は、局終了時平均順位、局終了時○位率、予想半荘終了時順位、予想半荘終了時順位、予想半荘終了〇位率、予想半荘終了時pt収支、和了率、和了リーチ率、和了副露率、和了ダマ率、和了時ツモ率、和了時ロン率、平均和了点、平均和了素点、平均翻数、放銃率、ツモられ率、流局率、横移動率、リーチ率、先制リーチ率、追っかけリーチ率、リーチ時和了率、平均テンパイ順目、副露率、副露時和了率、各役についての和了率、などとすることができる。算出部１６は、算出した評価情報をゲーム情報記憶部１３に記憶する。即ち、算出部１６は予測部１５による予測結果に基づき、ゲームの途中経過または結果を評価した評価情報を算出する。

提示部１７は、予測部１５による予測結果、及び算出部１６で算出された評価情報をゲーム情報記憶部１３から読み出す。提示部１７は、ゲーム情報記憶部１３から読み出した情報に基づき、ユーザｐが設定した任意の局面（第１局面）からゲーム終了までのシミュレーション結果を示す画像（以下、「シミュレーション画像」という）を生成する。

提示部１７は、遊戯者端末２を操作するユーザｐからの要求に応じて、シミュレーション画像を遊戯者端末２に送信する。シミュレーション画像には、上述した牌譜、評価情報を含む評価結果が表示されている（後述する図５参照）。シミュレーション画像は、ネットワーク３を経由して遊戯者端末２に設置されたディスプレイ（図示省略）に表示される。

図５、図６Ａ、図７Ａ、図７Ｂは、シミュレーション画像の例を示す説明図である。図５は評価結果及び所望の項目を選択するための選択画像Ｄ１の例を示す説明図である。図６Ａは、図５に示した選択画像Ｄ１において「シミュレーション数」の項目をクリックしたときに表示されるリストボックスの例を示す説明図である。図７Ａ、図７Ｂは、図５に示した選択画像Ｄ１において、所望の牌譜を選択したときに表示される牌譜画像Ｄ２の例を示す説明図である。

図５に示すように、選択画像Ｄ１にはユーザｐが設定した第１局面におけるシミュレーション結果が表示されている。具体的に選択画像Ｄ１には、「南一局」、「ドラ表」などの局情報、各遊戯者Ｐ１～Ｐ４の点数、第１遊戯者Ｐ１の手牌Ｘ１、第１遊戯者の打牌Ｘ２、各遊戯者Ｐ１～Ｐ４の戦略タイプＸ３、シミュレーション結果を示すシミュレーション数Ｘ４、和了率、局収支、などの評価情報が含まれている。即ち、提示部１７は、予測部１５が予測した局面の集計結果に基づいた評価情報を提示する。

手牌Ｘ１は、ユーザｐが入力した第１局面における牌譜に含まれる第２情報である。手牌Ｘ１において、打牌する候補として、８ソウ、１ソウが挙げられている。符号Ｄ１１は、手牌Ｘ１において８ソウを打牌した場合、符号Ｄ１２は１ソウを打牌した場合のシミュレーション結果を示している。

戦略タイプＸ３は、ユーザｐが設定した各遊戯者Ｐ１～Ｐ４の戦略タイプを示している。図５に示す例では、第１遊戯者の戦略タイプが「第１タイプ」、他の遊戯者Ｐ２～Ｐ４の戦略タイプが「第４タイプ」に設定された例を示している。

シミュレーション数Ｘ４には、「１００」の文字がリンク形式で表示されている。ユーザｐがこのリンクにカーソルを合わせる或いはクリックすることにより、予測部１５によりシミュレーションした牌譜を選択することができる。例えば図６Ａに示すように、「牌譜１」、「牌譜２」、・・のように、１００通りの項目を示すリストボックス３１が表示される。

ユーザｐは、図６Ａに示した各項目のうち、任意の項目を選択することにより、第１局面以降の、各遊戯者Ｐ１～Ｐ４の手を示す牌譜を１００通りから選択可能である。ユーザｐが牌譜を選択することにより、例えば図７Ａ、図７Ｂに示す牌譜画像Ｄ２を表示させることができる。

なお、生成部１４において「相手の手牌」を複数通り（例えば、１００通り）生成し、ユーザが任意の「相手の手牌」を選択するようにしてもよい。例えば、図５に示す選択画像Ｄ１に「相手の手牌」を示す文字をリンク形式で表示し、ユーザｐがこのリンクにカーソルを合わせる或いはクリックすることにより図６Ｂに示すように複数通りの「相手の手牌」を示すリストボックス３２が表示されるようにしてもよい。具体的には、「相手１」、「相手２」、・・のように、相手の手牌を示す項目を表示して、ユーザｐに選択を促すようにしてもよい。

ユーザｐは、図６Ｂに示した各項目のうち、任意の項目を選択することにより、相手の手牌を１００通りから選択することが可能になる。

図７Ａは牌譜画像Ｄ２の例を示す説明図である。図７Ａに示すように牌譜画像Ｄ２には、各遊戯者Ｐ１～Ｐ４の河ｑ１～ｑ４、手牌ｒ１～ｒ４、戦略タイプｓ１～ｓ４が表示されている。

図７Ａに示す例では、第１遊戯者Ｐ１は「第１タイプ」、他の遊戯者Ｐ２～Ｐ４は「第４タイプ」の戦略タイプに設定されている。

更に図７Ａに示すように牌譜画像Ｄ２には、１コマ送りアイコンＹ１、１コマ戻りアイコンＹ２、表示切替アイコンＹ３が表示されている。

１コマ送りアイコンＹ１は、局面を１つ先に進めるためのアイコンである。１コマ戻りアイコンＹ２は、局面を１つ前に戻すためのアイコンである。表示切替アイコンＹ３は、他の遊戯者Ｐ２～Ｐ４の手牌の表示、非表示を切り替えるためのアイコンである。

ユーザｐは、ディスプレイ（図示省略）に表示されている１コマ送りアイコンＹ１をクリックすることにより、１つ先の局面（１回の手が進められた局面）を表示させることができる。ユーザｐは、１コマ戻りアイコンＹ２をクリックすることにより、１つ前の局面を表示させることができる。

従って、１コマアイコンＹ１をクリックし続けることにより、初期的に設定した第１局面から、この局が終了するまで（和了または流局まで）の牌譜を連続的に画面表示させることができる。

ユーザｐは、表示切替アイコンＹ３をクリックすることにより、他の遊戯者Ｐ２～Ｐ４の手牌の表示、非表示を切り替えることができる。

図７Ｂは、他の遊戯者Ｐ２～Ｐ４の手牌を非表示とした場合の表示例を示す説明図であり、ユーザｐは第１遊戯者Ｐ１の手牌ｒ１のみを見ることができ、他の遊戯者Ｐ２～Ｐ４の手牌ｒ２～ｒ４を見ることができない。

なお上記した例では、ユーザｐが各遊戯者Ｐ１～Ｐ４の戦略タイプを初期的に設定する例について示しているが、例えば、図６Ｃに示すように、図５に示した選択画像Ｄ１上の戦略タイプＸ３をリンク形式で表示し、ユーザｐが選択画像Ｄ１上で任意の戦略タイプを選択するようにしてもよい。具体的には、ユーザｐが戦略タイプＸ３のリンクにカーソルを合わせる或いはクリックすることにより、図６Ｃに示すように、「第１タイプ」～「第４タイプ」の項目を示すリストボックス３３を表示し、所望の項目を選択することにより、各遊戯者Ｐ１～Ｐ４の戦略タイプを設定するようにしてもよい。

次に、上述のように構成された本実施形態に係るゲーム支援装置の処理手順を、図８に示すフローチャートを参照して説明する。

初めに図８のステップＳ１１において、牌譜情報取得部１１は、シミュレーションを実施する局面の設定を受け付ける。遊戯者端末２において、ユーザｐが任意の局面を設定すると、この任意の局面（第１局面）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、牌譜情報取得部１１にて取得される。

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、任意の局面を設定する。具体的には、第１局面における第１情報（河、副露）、及び第２情報（第１遊戯者Ｐ１の手牌）を入力する。これらの情報は、ネットワーク３を経由してゲーム支援装置１の牌譜情報取得部１１にて取得される。これらの情報はゲーム情報記憶部１３に記憶される。

ステップＳ１２において、ユーザｐは遊戯者端末２において、第１遊戯者Ｐ１及び他の遊戯者Ｐ２～Ｐ４の戦略タイプ（戦略情報）を設定する。例えば、遊戯者Ｐ１の戦略タイプを「第１タイプ」、他の遊戯者Ｐ２～Ｐ４の戦略タイプを「第４タイプ」に設定する。なお、他の３人の遊戯者Ｐ２～Ｐ４の戦略タイプを異なるように設定してもよい。各遊戯者Ｐ１～Ｐ４の戦略タイプは、ゲーム情報記憶部１３に記憶される。

ステップＳ１３において、生成部１４は、上述した第１情報、第２情報、及び戦略タイプを上述した手牌情報生成モデルに入力することにより、他の遊戯者Ｐ２～Ｐ４の手牌を生成する。その結果、例えば図４に示したように、他の遊戯者Ｐ２～Ｐ４の手牌ｒ２～ｒ４が生成される。

ステップＳ１４において、予測部１５は、第１情報、第２情報、各遊戯者Ｐ１～Ｐ４の戦略タイプ、及び生成部１４で生成された他の遊戯者Ｐ２～Ｐ４の手牌に基づき、第１局面からゲーム終了までの各局面を予測する。予測部１５は、予測した局面の集計結果をゲーム情報記憶部１３に記憶する。なお、ゲーム終了までの局面を予測せず、第１局面以降の所望の局面まで予測してもよい。

ステップＳ１５において提示部１７は、予測部１５により予測された各局面の集計結果に基づいた評価情報を示すシミュレーション画像を生成する。提示部１７は、生成したシミュレーション画像を、ネットワーク３を経由してユーザｐが操作する遊戯者端末２に送信する。

その結果、例えば図５に示した選択画像Ｄ１が遊戯者端末２のディスプレイに表示される。 ユーザｐは、図５に示す選択画像Ｄ１において、牌譜を選択する。具体的には、図５に示すシミュレーション数Ｘ４のリンクをクリックすることにより、図６Ａに示したリストボックス３１が表示される。ユーザｐは、リストボックス３１に表示されている「牌譜１」～「牌譜１００」のうちのいずれかをクリックして、任意の牌譜を選択することができる。即ち、ユーザｐは、他の遊戯者Ｐ２～Ｐ４の手牌を１００通りから選択し、且つ、牌譜を１００通りから選択して、シミュレーション結果を表示させることができる。

例えば、図７Ａに示す牌譜画像Ｄ２が表示される。前述したように牌譜画像Ｄ２には、１コマ送りアイコンＹ１、１コマ戻しアイコンＹ２が表示されており、これらのアイコンＹ１、Ｙ２をクリックすることにより、局面を１コマずつ先に送ることができ、また１コマずつ戻すことができる。

更に、表示切替アイコンＹ３を操作することにより、前述の図７Ａに示したように他の遊戯者Ｐ２～Ｐ４の手牌ｒ２～ｒ４を表示することや、図７Ｂに示したように他の遊戯者Ｐ２～Ｐ４の手牌ｒ２～ｒ４を非表示にすることができる。

このように、実施形態に係るゲーム支援装置１では、ユーザｐが選択した第１局面の牌譜、及び各遊戯者Ｐ１～Ｐ４の戦略タイプを入力することにより、第１局面以後の他の遊戯者Ｐ２～Ｐ４の手を予測した牌譜、和了率などの評価情報を含む評価結果を取得することが可能になる。

従って例えばユーザｐが過去にオンラインで麻雀ゲームを実施したときの、任意の局面以降の他の遊戯者Ｐ２～Ｐ４が実行する手をシミュレーションした評価結果を画面表示して見ることができる。ユーザｐは、自身が実施した手が適切であったか否かの学習材料としてこの画像を用いることができる。

また、各遊戯者Ｐ１～Ｐ４の戦略タイプを設定できる。例えば、前述した第１～第４タイプなどの戦略タイプを設定できる。従って、各遊戯者Ｐ１～Ｐ４の戦略タイプに応じたシミュレーションによる牌譜、評価情報を含む評価結果を得ることができ、ユーザｐの学習の範囲を広げることが可能になる。

本実施形態では、第１局面からゲーム終了までの各局面をシミュレーションした評価結果を取得するので、ユーザｐはゲーム全体の流れを分析することが可能になる。

本実施形態では、他の遊戯者Ｐ２～Ｐ４の手牌を複数通り予測するので、ユーザｐは多くの局面について、ゲームの流れを分析することが可能になる。

本実施形態では、ユーザｐが遊戯者端末２を操作し、ネットワーク３を経由して送信した牌譜、及び戦略タイプを取得してシミュレーションを実施するので、ユーザｐは容易な操作でシミュレーションを実施す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のシミュレーションを実施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 牌譜情報取得部（ゲーム情報取得部）
１２ 戦略情報取得部
１３ ゲーム情報記憶部
１４ 生成部
１５ 予測部
１６ 算出部
１７ 提示部
３１、３２、３３ リストボックス
１００ ゲームサーバ
Ｄ１ 選択画像
Ｄ２ 牌譜画像
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ける前記遊戯者の前記手の選択を支援するゲーム支援装置であって、
   前記ゲームの各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情報を取得するゲーム情報取得部と、
   各遊戯者が実行する戦略情報を取得する戦略情報取得部と、
   前記第１情報、第２情報、及び各遊戯者の戦略情報を手牌生成モデルに入力して、前記ゲームの開始後の任意の局面において前記第１遊戯者が知り得ない前記任意の局面に関する他の遊戯者に関する他者情報を生成する生成部と、
   前記他者情報を予測モデルに入力して、前記任意の局面以降の少なくとも一つの局面を予測する予測部と、
   前記予測した局面の集計結果に基づいた評価情報を提示する提示部と、
   を備え、
   前記手牌生成モデルは、前記第１情報、第２情報、及び各遊戯者の戦略情報、並びに、他の遊戯者に関する他者情報を深層学習し、前記第１情報、第２情報、及び各遊戯者の戦略情報を入力すると前記他の遊戯者に関する他者情報を出力するモデルであり、
   前記予測モデルは、過去に入力された複数の局面における情報、並びに、各遊戯者が実施した手の情報を深層学習し、局面の情報を入力すると各遊戯者が実施する手を出力するモデルである
   ゲーム支援装置。
2. 前記予測部は、前記任意の局面からゲーム終了までの各局面を予測する
   請求項１に記載のゲーム支援装置。
3. 前記生成部は、前記他者情報を複数生成し、
   前記予測部は、各他者情報のそれぞれに対して複数通りの局面を予測する
   請求項１または２に記載のゲーム支援装置。
4. 前記ゲーム支援装置は、ネットワークを経由して遊戯者端末に接続されており、
   前記任意の局面は、前記遊戯者端末を操作するユーザにより設定される局面である
   請求項１または２に記載のゲーム支援装置。
5. 前記戦略情報は複数設定されており、前記戦略情報取得部は、複数の前記戦略情報のうちのいずれかを取得する
   請求項１または２に記載のゲーム支援装置。
6. 前記予測部による予測結果に基づき、前記ゲームの途中経過または結果を評価した評価情報を算出する算出部、を更に備え、
   前記提示部は、前記評価情報を提示する
   請求項１または２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の前記手の選択を支援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、
   前記ゲームの各局面において全ての遊戯者が知り得る第１情報、及び一の遊戯者のみが知り得る第２情報を取得するゲーム情報取得部と、
   各遊戯者が実行する戦略情報を取得する戦略情報取得部と、
   前記第１情報、第２情報、及び各遊戯者の戦略情報を手牌生成モデルに入力して、前記ゲームの開始後の任意の局面において前記一の遊戯者が知り得ない前記任意の局面に関する他の遊戯者に関する他者情報を生成する生成部と、
   前記他者情報を予測モデルに入力して、前記任意の局面以降の少なくとも一つの局面を予測する予測部と、
   前記予測した局面の集計結果に基づいた評価情報を提示する提示部と、
   を備え、
   前記手牌生成モデルは、前記第１情報、第２情報、及び各遊戯者の戦略情報、並びに、他の遊戯者に関する他者情報を深層学習し、前記第１情報、第２情報、及び各遊戯者の戦略情報を入力すると前記他の遊戯者に関する他者情報を出力するモデルであり、
   前記予測モデルは、過去に入力された複数の局面における情報、並びに、各遊戯者が実施した手の情報を深層学習し、局面の情報を入力すると各遊戯者が実施する手を出力するモデルである
   ゲーム支援システム。
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ける前記遊戯者の前記手の選択を支援するゲーム支援方法であって、
   前記ゲームの各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情報を取得するステップと、
   各遊戯者が実行する戦略情報を取得するステップと、
   前記第１情報、第２情報、及び各遊戯者の戦略情報を、手牌生成モデルに入力して、前記ゲームの開始後の任意の局面において前記第１遊戯者が知り得ない前記任意の局面に関する他の遊戯者に関する他者情報を生成するステップと、
   前記他者情報を予測モデルに入力して、前記任意の局面以降の少なくとも一つの局面を予測するステップと、
   前記予測した局面の集計結果に基づいた評価情報を提示するステップと、
   を備え、
   前記手牌生成モデルは、前記第１情報、第２情報、及び各遊戯者の戦略情報、並びに、他の遊戯者に関する他者情報を深層学習し、前記第１情報、第２情報、及び各遊戯者の戦略情報を入力すると前記他の遊戯者に関する他者情報を出力するモデルであり、
   前記予測モデルは、過去に入力された複数の局面における情報、並びに、各遊戯者が実施した手の情報を深層学習し、局面の情報を入力すると各遊戯者が実施する手を出力するモデルである
   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ける前記遊戯者の前記手の選択を支援するゲーム支援プログラムであって、
   前記ゲームの各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情報を取得するステップと、
   各遊戯者が実行する戦略情報を取得するステップと、
   前記第１情報、第２情報、及び各遊戯者の戦略情報を手牌生成モデルに入力して、前記ゲームの開始後の任意の局面において前記第１遊戯者が知り得ない前記任意の局面に関する他の遊戯者に関する他者情報を生成するステップと、
   前記他者情報を、予測モデルに入力して、前記任意の局面以降の少なくとも一つの局面を予測するステップと、
   前記予測した局面の集計結果に基づいた評価情報を提示するステップ
   をコンピュータに実行させ、
   前記手牌生成モデルは、前記第１情報、第２情報、及び各遊戯者の戦略情報、並びに、他の遊戯者に関する他者情報を深層学習し、前記第１情報、第２情報、及び各遊戯者の戦略情報を入力すると前記他の遊戯者に関する他者情報を出力するモデルであり、
   前記予測モデルは、過去に入力された複数の局面における情報、並びに、各遊戯者が実施した手の情報を深層学習し、局面の情報を入力すると各遊戯者が実施する手を出力するモデルである
   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ける前記遊戯者の前記手の選択を支援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、
    前記ゲームの各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情報を取得するステップと、
    各遊戯者が実行する戦略情報を取得するステップと、
    前記第１情報、第２情報、及び各遊戯者の戦略情報を、手牌生成モデルに入力して、前記ゲームの開始後の任意の局面において前記第１遊戯者が知り得ない前記任意の局面に関する他の遊戯者に関する他者情報を生成するステップと、
    前記他者情報を、予測モデルに入力して、前記任意の局面以降の少なくとも一つの局面を予測するステップと、
    前記予測した局面の集計結果に基づいた評価情報を提示するステップ
    をコンピュータに実行させ、
    前記手牌生成モデルは、前記第１情報、第２情報、及び各遊戯者の戦略情報、並びに、他の遊戯者に関する他者情報を深層学習し、前記第１情報、第２情報、及び各遊戯者の戦略情報を入力すると前記他の遊戯者に関する他者情報を出力するモデルであり、
    前記予測モデルは、過去に入力された複数の局面における情報、並びに、各遊戯者が実施した手の情報を深層学習し、局面の情報を入力すると各遊戯者が実施する手を出力するモデルであるゲーム支援プログラムを記録した記録媒体。

Images