PR

【雀魂】1巡目の八萬ポン、NAGAの自己改善型は3%|ドラポンとの違いを数字で見る

NAGA牌譜検討③ アイキャッチ 1巡目の八萬ポン あそび

雀魂の牌譜をNAGAで振り返るシリーズの3回目です(1回目・2回目)。

今回は半荘全体ではなく、1つのポンだけを取り上げます。2026年10月23日の玉の間、東2局の親番。1巡目に上家が切った八萬をポンしました。この1手で、NAGAの7タイプの判断がきれいに割れました。

場面

  • 東2局、私は親。点数は4着目の18,700点(1着は31,500点)
  • ドラは三萬
  • 配牌から1巡目、南を切ったところ。手牌は「一萬・一萬・三萬・三萬・八萬・八萬/四筒・六筒/五索・七索・八索/白・中」
  • 上家が八萬を切った

対子が3つ(一萬・三萬・八萬)あって、そのうち三萬はドラ。四六筒と五七八索の形があり、白と中が1枚ずつ。私は八萬をポンしました。

東2局・1巡目:上家の八萬。私はポン、ウロボロスは「スルー97%」。右下の7タイプのアイコンは左から オメガ・ガンマ・ニシキ・ヒバカリ・カガシ・アナンタ・ウロボロス(他家の名前はモザイク)
東2局・1巡目:上家の八萬。私はポン、ウロボロスは「スルー97%」。右下の7タイプのアイコンは左から オメガ・ガンマ・ニシキ・ヒバカリ・カガシ・アナンタ・ウロボロス(他家の名前はモザイク)

7タイプの判断

タイプポンする確率
オメガ(副露派)88%
カガシ(超副露派)76%
ニシキ(バランス派)68%
ガンマ(守備重視派)61%
ヒバカリ(超門前派)7%
アナンタ(超ラス回避派・自己改善型)4%
ウロボロス(トップ取り派・自己改善型)3%

人間の牌譜から学んだ旧タイプ(オメガ・カガシ・ニシキ・ガンマ)は「鳴く」。AI同士の対戦で強くなった自己改善型の2つは「鳴かない」。門前派のヒバカリも鳴きません。

「役がない」わけではない

最初に私は「鳴くと役がないからだ」と考えましたが、違いました。クイタンが見えています。

ポン後の手は「一萬・三萬・三萬・四筒・六筒・五索・七索・八索・白・中」。一萬と白・中を払えばタンヤオです。ドラの三萬が対子なので、クイタン・ドラ2で親の5,800点。三萬までポンできれば11,600点になります。

実際、ポンしたあとの切り順(一萬→中→白)は、7タイプとも私と同じでした。鳴いたあとの進め方は、AIも同じクイタンの道です。問題は役ではなく、「この巡目に、この対子を鳴くか」でした。

それでも自己改善型が鳴かない理由(推測)

NAGAは理由を説明してくれません。ここからは、数字から読んだ推測です。

1. 縮まるのは1シャンテン、代わりに不要牌を3枚抱える

  • 門前のまま: 3シャンテン(対子3つ+四六筒+五七八索)
  • 八萬ポン後: 2シャンテン。ただしタンヤオにするには一萬・白・中の3枚を切る必要がある

残り66枚の1巡目です。3枚を払う3巡のあいだに、門前の手も進みます。「3巡かけて1シャンテン分を買う」取引になっていて、思ったほど速くなりません。

2. 鳴けるカードの中で、八萬はいちばん安い

この手で鳴ける候補は、八萬・三萬(ドラ)・白・中の4種類ありました。1巡目に八萬を鳴くと、あとでドラの三萬や役牌が出たとき、10枚の手牌で受けることになります。

同じ局の残り40枚、対面がドラの三萬を切った場面はこうでした。

同じ局・残り40枚:対面のドラ三萬。ウロボロスは「ポン99.9%」で、7タイプ全員がポン
同じ局・残り40枚:対面のドラ三萬。ウロボロスは「ポン99.9%」で、7タイプ全員がポン
タイプポンする確率
旧4タイプ95〜96%
ヒバカリ95%
アナンタ99%
ウロボロス100%

自己改善型も、ドラポンは迷わず鳴きます。 鳴くこと自体を嫌っているのではなく、「鳴くならこっち」という順番の話でした。

3. 八萬ポンは、相手に何も見せない

ドラポンを見れば、相手は「この人の手は高い」と警戒して回ります。鳴いた側は、相手が降りてくれる分だけアガりやすくなります。

八萬のポンにはその効果がありません。相手から見れば「タンヤオか役牌か」程度の情報で、警戒する材料になりません。相手を止める効果が薄いまま、自分の手牌だけが13枚から10枚に減って守りが弱くなります。

97%と1ptは別の話

もうひとつ、大事な数字があります。このポンの前後で、NAGAが計算する期待段位ptは−82から−83でした。

自己改善型は97%で「鳴かない」と言っていますが、鳴いたことによる損は1pt程度です。「明らかなミス」ではなく「わずかに損な好み」の範囲でした。判断が割れた確率の大きさと、実際の損の大きさは、分けて見る必要があります。

ちなみにこの半荘は、南1局1本場のリーチへの放銃(5,500点)が効いて4着(5,800点、−274pt)でした。八萬ポンは、4着の原因ではありません。

自己改善型は何を見ているのか

アナンタとウロボロスは、人間の牌譜を真似た旧タイプと違い、AI同士で打ち合って強くなったタイプです。見ているのは「人間ならこう打つ」ではなく、半荘が終わったときの順位の期待値です。アナンタは4着を避けることに、ウロボロスは1着を取ることに重みを置いています(参考: ゆうせーさん「最新AIアナンタ&ウロボロス解析の特徴」 https://www.youtube.com/watch?v=Iw46rjNL5Tk /老楽の麻雀AI考察「ウロボロスを徹底検証」 https://www.youtube.com/watch?v=-HF1RGmpq_4 )。

今回の八萬ポンは、その差がはっきり出た場面でした。旧タイプは「親の1巡目はポンして速く」という人間の打ち方を真似ています。自己改善型は、門前のまま進めてリーチの打点と押し返す力を残す方が、最終的な順位がよくなると計算しています。

私の結論

ドラポンの価値には、私も同意します。相手が回ってくれる鳴きは強い。

一方で、相手から見て何をしているか分からない安い対子のポンは、1巡目にする必要がありませんでした。門前のままでも、3〜4巡のうちに手は進んでいきます。鳴くなら、ドラか役牌が出たときです。八萬の対子は、そのときまで取っておけばよかった。

まとめ

  • 1巡目の八萬ポン: 旧タイプ61〜88%、自己改善型3〜4%
  • クイタンは見えていた。鳴いた後の切り順はAIも同じ
  • 自己改善型が鳴かない理由(推測): 縮むのは1シャンテン/鳴けるカードの中でいちばん安い/相手を止める効果がない
  • 同じ局のドラ三萬ポンは、7タイプ全員が95〜100%
  • 損は期待ptで1pt。97%という数字と損の大きさは別

関連記事

あわせて読みたい(noteの関連記事)

コメント

タイトルとURLをコピーしました