ポーカーソルバーとは何か？（そしてなぜ自分で動かす必要がないのか）

木曜夜、いつものゲームです。今夜一番大きなポットが膨らみ、友人のDaveが丸1分考え込んでから、フラッシュドロー – フラッシュまであと1枚の4枚 – でスタック全部をオールインします。来ません。彼はポットを失い、リバイのチップを数えながら肩をすくめて「ソルバーはあそこでジャムしろって言ってるんだよ」と言います。テーブルの全員が、それで決着がついたかのようにうなずきます。

あなたもうなずきます。しかし帰りの車の中で、「ソルバー」というものが実際何なのか、まったく分かっていないことに気づきます。プログラム？ウェブサイト？人間？（少なくとも「ジャム」は分かります。オールインするというポーカー用語です。）そして、Daveのガレージゲームのランダムな1ハンドについて、このソルバーとやらが何を言っているのか、彼はどうやって知るのでしょうか。

もっともな疑問です。ソルバーはここ数十年でポーカー戦略に起きた最も重要な出来事であり、同時に最も誤解されているものの一つでもあります。ではボンネットを開けてみましょう。ソルバーが実際何であるか、どう動くのか、その答えが本当は何を意味するのか、そしてなぜ – あれほど頻繁に名前が挙がるにもかかわらず – 自分で買ったり、設定したり、動かしたりしなくても、そこから得られるものすべての恩恵を受けられるのかを見ていきましょう。

ソルバーとは実際何か

ソルバーとは、1つの精密に定義されたポーカーの状況について、ほぼ完璧な戦略を計算するソフトウェアです。ポーカー一般ではありません。計算が始まる前に完全に詳細まで書き出された、1つの状況です。

その状況を設定するには、ソルバーに4つのものを与えます。第一に、テーブル上の状況そのものです。ここまでに配られたコミュニティカードと、すでにポットに入っているお金です。第二に、両プレイヤーのレンジです。レンジとは、ここまでのアクションを踏まえて、そのプレイヤーが現実的に持ちうるハンドすべての集合です。誰かがフロップ（最初の3枚の共有コミュニティカード）の前にレイズしたなら、そのレンジはペア、強いエース、いくつかのスーテッドハンド（同じスートの2枚）かもしれません – あらゆる持ち手というわけでは決してありません。第三に、スタックサイズです。各プレイヤーにベットできるお金がどれだけ残っているかです。第四に、許可されたベットサイズのメニューです。各決断でプレイヤーがチェック、ポットの1/3をベット、ポットの3/4をベット、またはオールインができ、それ以外はできないと、あなたがソルバーに伝えます。

それから機械が働き始め、返ってくるのはヒントではありません。両プレイヤー分の完全な戦略です。各レンジのすべてのハンドについて、その状況のすべての決断ポイントで、どれくらいの頻度でベット、チェック、コール、レイズ、フォールドすべきか、そして各選択肢の期待値です。期待値、略してEVとは、長期にわたるプレイの平均的な利益のことです。つまりソルバーはただ「ここではベットが良い」と言うだけではありません。この正確なハンドをこの正確なサイズでベットすることは平均して4.31ビッグブラインドの価値があり、チェックは4.28の価値があると言うのです。（ビッグブラインドとは、賭け金の大きさを決める強制ベットのことで、プレイヤーはスタックや利益をビッグブラインド単位で測ります。大工がインチで測るのと同じです。）

ソルバーはどうやって答えを見つけるのか

ここがほとんどの人が聞いたことのない部分で、驚くほどシンプルです。ソルバーにはポーカーの知識が一切プログラムされていません。ハンドリーディングの知恵も、「怖いカードにはブラフしろ」もなく、戦略書がコードに落とし込まれているわけでもありません。ソルバーはただ、部屋に閉じ込められて互いに永遠に調整し合う、2人の仮想プレイヤーにすぎません。

こう動きます。両方の仮想プレイヤーは、多かれ少なかれ恣意的な戦略から始めます。プレイヤー1はプレイヤー2の戦略を調べ、それに対して最も稼げるプレイの方へシフトします。それからプレイヤー2が同じことをやり返します。片方が調整するたびに、もう片方が攻撃できる新しい弱点が生まれるので、また調整し、また調整し – 何百万、何十億もの小さな修正が続きます。時間が経つにつれて調整はどんどん小さくなり、やがて両者はどちらもそれ以上変更しても得をしない、一対の戦略にたどり着きます。その到達点は均衡と呼ばれ、それこそがGTOの意味そのものです。悪用できない戦略、なぜなら何十億回もの反復のどこかで、あらゆる悪用がすでに試され、答えが出されているからです。

何が欠けているかに注目してください。理解です。ソルバーはそのどれ一つとして、なぜそれが機能するのかを把握していません。今日コーチたちがソルバーの出力から教えている優雅な概念はすべて、後から人間が逆算して作った説明です。機械はただ、直すものがなくなるまで、容赦なく反対方向へ調整し続けただけです。

出力はどんな見た目か（そしてなぜ奇妙に感じるのか）

フロップの前にボタン – テーブルで最も良いポジション、フロップ後のすべてのベッティングラウンドで最後にアクションする – からレイズし、ビッグブラインドがコールしたとしましょう。フロップはキング・セブン・ツーのレインボー、つまり3つとも異なるスートで、フラッシュドローはありえません。あなたはエース・キングを持っています。トップペア（ボードの最高ランクとペアになった）に、最高のキッカー（同点を分ける側のカード）です。

このスポットについてソルバーに尋ねると、「ベット」とは言いません。こう言うでしょう。ポットの1/3を67%の頻度でベットし、33%の頻度でチェックする。1つのハンドについて。1つの状況について。

その答えに面食らったなら、あなたは一人ではありません。ソルバーの出力の中で新参者を最も混乱させる部分です。手短に言うと、2つのアクションのEVがほぼ同じとき、それらの間で分けることで全体の戦略のバランスと予測不可能性が保たれ、観察力のある相手があなたのパターンから利益を得られなくなります。ミックス戦略についての完全なガイドも書いており、そこではこれを掘り下げ、実用的で安心できる結論も示しています。ソルバーがミックスさせるとき、どちらのアクションも問題なく、より頻度の高い方を単純に選んでも重大なミスには決してならないということです。

さて、この種の答えをあなたのレンジのすべてのハンドに、さらにあらゆるターンとリバーのカード（4枚目と5枚目のコミュニティカード）に掛け合わせてみると、ソルバーの出力が実際何であるかが見えてきます。アドバイスではありません。巨大な地図です。何千もの頻度とEVが1つの完全な戦略を描写しており、どの数字も正しいのに、どれも自分自身の理由は説明してくれません。

注意書き：ソルバーは単純化されたゲームを解いている

さて、テーブルでは省かれがちな部分です。ソルバーは本物のノーリミット・ホールデムを解いているわけでは決してありません。その単純化されたバージョンを解いており、その単純化が重要なのです。

実際のハンドでは、最小額からスタック全額まで、いくらでもベットできます。$200のポットでは、それだけで各決断ポイントに何百もの合法なベットサイズがあり、未来のカードのあらゆる組み合わせ分だけそれが繰り返されます。完全なゲームツリー – あらゆるアクションとカードの可能なシーケンス – は天文学的に巨大すぎて、どんなコンピューターも保持できず、ましてや解くこともできません。だからソルバーは、あなたが与えたわずかな数のベットサイズしか考慮しません。ポットの1/3のベットだけを許せば、それだけが唯一のベットであるゲームの完璧な戦略を生成します。代わりにポットの3/4のメニューを与えれば、同じキング・セブン・ツーのフロップに対して目に見えて違う戦略を返します。ベットは少なく、チェックは多く、ベットする側のハンドも違います。

入力するレンジも同じくらい重要です。少しタイトすぎる、あるいはルーズすぎるプリフロップレンジを与えると、それより先のすべての頻度がシフトします。そしてほぼすべてのソルバーの作業はヘッズアップ、つまりちょうど2人のプレイヤーです。5人がいるあなたの木曜夜のポットは、標準的なツールがマッピングしてくれる範囲をはるかに超えています。

すべてをまとめると、「ソルバーが言っている」というのは、「このソルバーが、この正確なスポットで、これらの仮定されたレンジと、このベットサイズのメニューを与えられたときに言っている」の省略形だということが分かります。2人のプレイヤーが少し異なる仮定で同じスポットを勉強すれば、違う答えを持ち帰ることになり、それでもどちらも本当のことを言っています。出力の質は、入力の質を超えません。

ソルバーはポーカーのプレイのされ方をどう変えたか

なぜ誰もが急にDaveのように話し始めたのか、少し歴史を振り返ると分かります。

ポーカーの歴史のほとんどの期間、戦略は本と議論から生まれました。強いプレイヤーが原則を書き留め、他の強いプレイヤーがそれに反対し、審判はいませんでした。オンラインポーカーが爆発的に広がると、トラッキングデータベースが登場しました。オンラインでプレイしたすべてのハンドを記録し、何百万ハンドも研究できるソフトウェアです。これで勝っているプレイヤーが実際に何をしているかを見られるようになり、それは本物の進歩でした。しかし「勝者がすること」は「最適なこと」と同じではありません。勝者たちもただ、より上手に推測していただけでした。

それから2015年頃、PioSOLVERのようなソルバーが一般に届くようになり、初めて戦略の問いに意見ではなく答えが出るようになりました。その効果は速く、目に見えるものでした。プロたちは、ソルバーがフロップで小さくベットすること – しばしばポットの1/3 – を発見しました。その時代の標準ははるかに大きなベットだったのです。チェックレイズ（チェックしてから、相手がベットした後にレイズすること）は、一流プレイヤーでさえ劇的に使い足りていなかったことが判明しました。そしてソルバーはほとんど何でもミックスさせ、人間が常に唯一の正解を探し求めていたアクションの間でプレイを分割しました。今日どんなハイステークスのゲームを見ても、機械がその領域を地図化する前にはほとんど存在しなかった戦略を見ていることになります。

なぜ自分で動かす必要がないのか

ここで、自分でソルバーの作業をすることが実際何を伴うかの正直なバージョンを話します。「ソルバーが言っている」と言う人が誰もそれに触れないからです。

まずソフトウェアを買います。PioSOLVERとGTO+が標準的な自作ルートで、公平に言えば、どちらも本当に強力で、その内容にしては手頃な価格です。それから本当の作業が始まります。両プレイヤーの現実的なレンジを構築しますが、これにはすでに良いポーカーについて多くを知っている必要があります – 本物の鶏と卵の問題です。どのベットサイズを含めるか選びますが、答えはそのメニューの質を超えないと分かっています。コンピューターが処理する間待ちます。大まかな答えなら数分、精密な答えなら数時間です。そして完了すると、あなたはあの巨大な地図を見つめることになります。ハンドと頻度のグリッドで、説明は何もついていません。「33%でチェック」を、なぜそうなのかについて伝えられる教訓に変えることはそれ自体1つの技能であり、身につけるには何百時間もかかります。

プロのプレイヤーはこれを真剣に受け止めすぎて、文字通り他人にお金を払ってやらせている人も多くいます。他のプロのためにソルバーのシミュレーションを動かして解釈することだけが仕事、というプロも存在します。それが本物のソルバー作業に求められる労力のレベルです。

さて、自分の状況について正直になりましょう。あなたは週に1回か2週に1回、ホームゲームをプレイします。バイインを失うミスをやめて、実際に説明できる決断を下し始めたいのです。産業用の戦略計算ソフトウェアを自分で操作する必要があるでしょうか。それとも、その出力に埋もれた教訓を、取り出して平易な言葉で説明してもらう必要があるでしょうか。

ライセンスなしで教訓を得る

良いニュースは、ソルバーの知識は期限切れにならないということです。ある状況の均衡は、今日も去年も同じであり、つまり誰かが一度だけ丁寧に計算すれば、何千人ものプレイヤーがそこから学べるということです。だからホームゲームプレイヤーにとって理にかなった道は、事前に計算された解答の上に構築された学習ツールです。現実的な決断を練習し、自分の選択をソルバーの選択と比較し、計算にではなく理解にエネルギーを使うのです。

歴史的に欠けていたピースは説明でした – 頻度の壁が決して与えてくれない「なぜ」です。それこそがAIポーカートレーニングが本当に変えたところであり、私たちがPoker Senseで取ったアプローチです。実際のソルバー出力から計算された即座のGTOフィードバックでハンドを練習し、推奨が意外だったときは、「Ask Why」コーチングが推奨プレイの背後にある理由を説明してくれます。無料プランには20の練習ハンドと1日3回のAIコーチング会話が含まれ、この学び方が自分に合うかどうかを見極めるには十分です。

どう勉強するにしても、原則は同じです。ソルバー作業の遅く、高価で、技術的な部分は、私たちの誰よりも良いハードウェアと忍耐を持つ人々によって、すでに終わっています。あなたの仕事は、そもそも自動化できなかった部分です。学ぶことです。

まとめ

ソルバーは反対調整機械です。人間が与えたものだけで定義された単純化されたゲームの中で – ボードとポット、スタック、レンジ、ベットサイズのメニュー – どちらも改善できなくなるまで何十億ラウンドも競い合う、2人の仮想プレイヤーです。その発見は現代のポーカー戦略を作り変え、その注意書き – 答えは入力の質を超えない – は、それを引用する人々によって日常的に無視されています。

自分で動かす必要はありません。それが見つけたものを、木曜夜に使える教訓に翻訳したものが必要です。そして次にDaveが「ソルバーはあそこでジャムしろって言ってる」と宣言したときは、微笑んで、どんなレンジを与えたのか聞いてみましょう。何が起こるか見てみてください。