今日は、どのゲームにする?
CPU対戦・2人対戦・CPU同士の観戦・強化学習。キーでもタッチでも操作できます。
対戦相手を選んでください。2人対戦は同じ端末で、キーやタッチ操作を使って遊べます。
ルール・操作について
報酬を設定して学習開始してください。
速度は各試合の目標です。同時試合数を増やすほど処理量が増えます。まず1〜4試合から試し、重いときは「表示しない」を選んでください。観戦表示数で最大8試合を並べられます。観戦する試合は表示の開始番号です。学習は最大100試合、成績は全試合の合計です。
描画を停止して学習しています。学習結果の更新は続きます。
報酬の設定・テンプレート
適用後も各項目を変更できます。数値は両CPUに共通です。発生した項目を加算します(T-spinにもライン消しの報酬を加算)。高さなどは前の配置からの増減、危険領域は上部の積み上がりを評価します。穴の入口をふさぐ減点は、配置・ライン消去後に新しく外から到達できなくなった空きマスが対象です。おじゃま消去と封鎖は1マスごとの値です。
学習の設定
「再開」は以前の設定を維持します。報酬・試合数・学習設定を変えたら、このボタンで適用してください。
火力倍率・落下間隔は対戦相手の選択画面にある「ゲーム設定」の値を使い、学習開始時に両CPUへ適用します。基礎評価は盤面の穴・高さ、またはパックとの距離を使う初期重みです。以後は実際の報酬と次状態からQ学習で更新します。上限で引き分けとし、長い停滞を防ぎます。
モデルの保存・読み込み
tetopuyoを選ぶと、「保存」「書き出し」のJSONもゲーム別フォルダーへ保存します。この画面を開き直したときは保存先を再選択してください。
保存したモデルは、このゲームのCPU難易度から選べます。一時停止・戻るとき、および学習中は約10秒ごとに一時保存します。「前回の一時保存」で復帰できます。配布する際はHTMLとモデルJSONを送り、受け取り側で読み込んでください。
固定相手でモデルを評価
探索を0にし、重みを固定して評価します。自己対戦の勝率は強さの指標にならないため、こちらで比較してください。
報酬の内訳
あなたのチームを選択
標準13チーム+オリジナルチーム上の「開始」で同じチームと再戦できます
操作・ルール・能力について
打撃:カーソルはゾーンの中央から始まります。画面のどこを押しても、そこを基点にした指・マウスの移動量で狙いを動かし、ボールが手元に来たときに離してスイングします。バントは「バント」ボタン、またはダブルクリック後に押したままで構えます。
投球:中央を基準に押した位置からの移動量でコースを狙い、一度離すとコースが確定します。その後もう一度押して、球種の方向へドラッグし、赤い目印にボールが近づいたときに離します。矢印キーで狙いを動かし、Spaceでスイングや投球、Bでバントを切り替えられます。
3アウトで攻守交代。四球、三振、ファウル、安打、ホームラン、併殺、犠打、盗塁、タッチアップに対応します。試合中の交代は投球と打球の処理が終わってから行えます。交代した選手は再出場できません。同点のまま規定回を終えると引き分けです。回数は設定で選択できます。
長=打球の強さ、ヒ=中央のカーソルときれいに当てられる範囲、巧=外側のカット範囲・タイミングの余裕・バントのうまさ、足=走る速さ、キ=捕球能力、肩=送球の強さ。各守備適性は捕球範囲や送球までの速さに影響します。投手の速=ストレートの速さ、コ=コースの安定、ス=スタミナ。残り球数を投手の能力欄に表示します。通常は1球につき1球分、真っ向勝負は変化球で2倍、リリーフ不向きは救援で3倍消費します。スタミナが尽きると球速・変化・制球が低下します。
調子は普通80%、やや良い・非常に良い・やや悪い・非常に悪いが各5%。やや良い/悪いはヒ±1、非常に良い/悪いはヒと長±1です。名前の横の矢印で確認でき、特殊能力で上がった数値には▲+増加量を表示します。1〜5は青、6は緑、7は黄色、8はオレンジ、9は赤橙、10以上は赤い太字です。中央のカーソルの色は長、サイズはヒ、外側の弧の色は巧です。打撃感度は設定で0.5〜3倍(初期1.2倍)、オーダーと投球の移動は1.15倍です。バントの中央の円はヒ10と同じ大きさになり、球がカーソルの左に当たれば左、右に当たれば右へ転がります。巧が高いほど低く転がせます。走者がいると盗塁とタッチアップを予約できます。タッチアップは走力・捕球位置・守備力・肩力から成功が見込めれば自動で行います。フライ捕球後に走者がスタートし、守備側は送球します。ボタンで予約すると見込みに関係なく走るため、浅いフライではアウトになる場合があります。併殺は二塁→一塁への送球が走者より早い場合に成立します。どの選手もPに配置でき、投球能力のない野手は投の適性を基に直球のみで登板します。新球種は元の球種枠を置き換え、各球種の速度・曲がり始め・変化方向を変えます。スラーブはカーブ枠、サークルチェンジ・高速シンカーはスクリュー枠、スプリット・縦/盾スライダー・チェンジアップはフォーク枠です。ベストピッチではノビ・ホップのストレートが上へ変化します。
オンライン対戦
ルーム対戦は公開版で利用できます。公開版を開く
ゲームを選択 ホストが変更
ルーム設定
両者に共通のルールです。ホストが変更します。