コンテンツへスキップ
TCGON
コンセプトTEDLシミュレーターAI開発一緒に開発する
日本語EN
シミュレーターを開く
TCGON AI

合法手を読み、未来を試し、次の一手を選ぶ。

ルール判定はゲームエンジンに任せ、AIは行動の比較に集中します。TCGごとの差はStrategy Profileで宣言し、共通のAI処理で実行します。

現在は、勝利手順・資源配分・探索速度を同時に改善しています。AI機能と判断基準は開発中で、今後も変更されます。

シミュレーターを開く開発記を読む
ENGINE
AVAILABLE ACTIONS
HUMANAI
COMMAND PIPELINE
GAME STATE
Architecture

AIの全体構成

10の構成要素を、情報入力・思考・実行と改善の3層で接続します。

01

情報入力

  1. 戦略設定
  2. 可視情報
  3. 合法手
  4. 候補整理
02

思考

  1. 勝利計画
  2. 資源配分
  3. 複数手探索
  4. 相手応答
03

実行・改善

  1. 評価・実行
  2. 記録・改善

判断を支える原則

ゲームエンジンが合法性を保証

AIへルールを複製せず、エンジンが生成した合法なコマンドだけを比較します。

公開情報だけを使用

相手の非公開手札は参照せず、手札枚数や公開カードから範囲として推定します。

TCG差は設定で定義

共通処理へゲーム名による条件分岐を置かず、探索量や防御方針を設定から切り替えます。

判断を再現できる

候補、除外理由、探索性能、実行結果を判断ログへ残します。

Components

10の構成要素

  1. 01

    戦略設定

    探索上限、計画の型、資源・防御方針、機能の有効・無効をTCGごとに定義。

  2. 02

    可視情報

    盤面、手札枚数、ライフ、資源、状態、ターン、フェーズを判断材料へ変換。

  3. 03

    合法手

    ゲームエンジンが現在の状態から実行可能なコマンドを生成。

  4. 04

    候補整理

    攻撃、資源付与、カード使用、防御、応答しない選択を比較可能な候補へ整理。

  5. 05

    勝利計画

    デッキと盤面から主計画、代替計画、緊急計画を選び直す。

  6. 06

    資源配分

    盤面展開と有効攻撃を同じ行動列として比較。

  7. 07

    複数手探索

    複製した状態で複数手を試し、有力な行動列を残す。

  8. 08

    相手応答

    ブロッカーやカウンターを含む相手の強い防御を想定。

  9. 09

    評価・実行

    勝敗、計画進捗、相手への圧力、将来価値の優先順位で比較。

  10. 10

    記録・改善

    判断履歴を再現し、設定、探索上限、カード効果定義を改善。

Strategy Profile

TCG別Strategy Profileと共通AI処理

同じAI処理を保ったまま、TCGごとの思考方針と探索量を設定で切り替えます。設定は検証・正規化してから共通ランタイムへ渡します。

Profile

  • 探索上限
  • 計画の型
  • 資源・防御方針
  • 機能の有効・無効

Shared runtime

  • 判断材料
  • 行動探索
  • 防御判断
  • 選択解決
  • LLM接続
  • 判断ログ
Engine boundary

可視情報と合法手

AIはゲーム状態を直接好きなように読むのではなく、可視性を制限した判断材料と、エンジンが提示する合法手を受け取ります。探索中も複製した状態ごとに合法手を生成し直します。

  • 有効BP
  • 使用可 / 使用済み
  • ブロッカー
  • カウンター推定
  • 次ターン資源
Planning

計画と資源配分

最大コストのカードを出すだけではなく、現在の計画に対して盤面展開と攻撃がどれだけ価値を持つかを比較します。

主計画

相手ライフへ継続的に圧力をかける

代替計画

盤面形成と資源カーブを優先する

緊急計画

ライフを守り、相手盤面の脅威を除去する

Resource planning

7 DON!!の行動例

5コストのキャラクターで盤面を作り、残り2 DON!!を低BPのカードへ付けて有効攻撃へ変える行動列を比較します。

DDDDDDD
5 DON!!
2 DON!!
  • 盤面を1体増やす
  • ライフかカウンターを1回要求する
  • 次ターンの攻撃元を維持する
Search

状態複製による複数手探索

現在の状態を複製し、攻撃、資源付与、カード登場、相手応答、その後の行動まで試します。重複計算を避け、有力な行動列を残します。

数値はStrategy Profileで変更できます。複数対戦の重い仮想実行は共有キューで調整します。

深さ
5
状態数
48
分岐数
6
時間
5秒
Opponent model

相手応答と最悪ケース評価

相手がAIにとって最も厳しいブロックやカウンターを選ぶと仮定し、それでも成立する行動列を比較します。推定値は確定情報として扱いません。

  • 手札枚数
  • 使用済みカウンター
  • 公開カード
  • トラッシュ
Evaluation

定性評価と実行制御

すべてを一つの固定点数へ押し込まず、優先順位と独立した評価軸で行動列を比較します。採用した行動列の先頭だけを実行し、新しい状態から判断し直します。

  1. 1即時勝利・敗北回避
  2. 2採用計画の進捗
  3. 3相手ライフ・手札・ブロッカーへの圧力
  4. 4盤面・手札・次ターンの価値
  • 盤面価値
  • ライフへの圧力
  • DON!!効率
  • 次ターン価値
  • 除去される危険
JSONL decision trace

判断ログと継続改善

JSONL形式の判断ログへ、候補と採用根拠、実際の状態遷移、探索時間や状態数を記録します。対戦ログから判断を再現し、設定と回帰テストを改善します。

  1. 01

    判断

  2. 02

    実行

  3. 03

    計測

  4. 04

    改善

判断ログへ非公開情報を記録しません。