ポーカーにおけるナッシュ均衡

ナッシュ均衡とは、各プレイヤーが他者の戦略に対して最適応答になっている戦略集合です。ヘッズアップのゼロサム・モデルでは、均衡戦略プロファイルは搾取不能です。双方が均衡を用いれば、誰もラインやベットサイズ、頻度を変えても期待値を上げられません。

• 最適応答（Best response）: 相手戦略に対して自分の期待値を最大化するカウンター戦略。
• 搾取可能性（Exploitability）: 完璧な相手が、あなたの戦略に対して1ハンドあたりどれだけ勝てるか。小さいほど良い。0なら均衡。
• 混合戦略（Mixed strategy）: 特定の頻度で行動をランダム化し、相手を無差別にしてパターン読みによる搾取を防ぐこと。

• 安全なベースラインを与える。均衡付近のプレーは強敵から身を守る。
• ベット・ブラフ・ディフェンスの目標頻度を提供し、読み崩されにくい。
• どのボードとサイズがポラライズに適し、どれが小さくマージすべきかを明確にする。
• 相手を無差別にすることで、どこでコールダウンし、どこでフォールドすべきかを示す。

GTOはGame Theory Optimalの略。テキサスホールデムの2人ゼロサムな部分ゲームでは、GTO解はナッシュ均衡です。ソルバーは、互いに改善できなくなるまで戦略を反復的に更新して近似均衡を計算します。マルチウェイはゼロサムではなく、ソルバーの出力は全卓均衡ではありません。ヘッズアップ近似と均衡原理に基づくローカルな近似と考えましょう。

リバーでポット P、ベット額 B。ベッターはバリューかブラフ、ディフェンダーはコールかフォールド。均衡では次が成り立ちます：

• 最小防御頻度（MDF）: MDF = P ÷ (P + B)。これより多くフォールドすると、相手はどんな2枚でもブラフで利益。
• ベッターの最適ブラフ比: 極性レンジでは、ベット中のブラフ割合 = B ÷ (P + B)。ブラフ：バリュー比 = B ÷ P。

これらは無差別条件から導かれます。ディフェンダーはコールとフォールドをミックスしてブラフの収支を0にし、ベッターはバリューとブラフをミックスして、弱いブロックキャッチャーのコール期待値を0にします。

• 自然なブラフ候補の一部だけを選び、目標ブラフ割合に合わせる。コンボ数とブロッカーで精選。
• MDFを満たすだけのブラフキャッチャーを防御に回し、バリューをブロックしブラフをブロックしないハンドを優先。
• 必要なら簡易RNGを使用。時計の下一桁やチップ枚数で30%／50%などのミックスを実行。

ショートスタックのプリフロップ・オールインは2人ゲームとしてモデル化でき、ナッシュのシャブ（オールイン）／コールレンジが得られます。これはヘッズアップ、特定のブラインドとアンティ、ポストフロップなしを前提とした基準で、トーナメントやブラインド対ブラインドで有用です。

• シャブレンジ: スタックが浅いほどフォールドエクイティの価値が高まり、均衡シャブは広がる。
• コールレンジ: 最適シャブ相手には直感よりタイトに。広くコールすると、スタックを賭けた後にしかエクイティを実現できず高コスト。
• 注意: アンティ、ペイアウト圧（ICM）、卓傾向で両レンジは変化。ナッシュは出発点、そこからエクスプロイト調整。

フルリングのキャッシュやマルチウェイは2人ゼロサムではなく極めて複雑です。全員分の静的なナッシュプロファイルを、実用ツールが算出しているわけではありません。代わりに、ペアワイズ近似やヘッズアップの構築論理が次を示します：

• 人数が増えるほどブラフは減らす（必要フォールド率が上がり、バリュー密度が上がる）。
• より厚いバリューと明確なエクイティのセミブラフを選ぶ。
• レイズを尊重。多くのプールでマルチウェイの強いアクションは価値寄り。

• 均衡数理を意識してサイズ選択。サイズが大きいほど必要防御率もブラフ割合も上がる。
• MDFで防御のベースラインを設定し、ブロッカー／リムーバルでハンドを昇格・降格。
• ナッツ優位のあるリバーでは極性レンジ、中位ハンドにコールが見込める場面ではマージレンジを構築。
• 訓練とレビューでは均衡原理を活用。実戦では、オーバーフォールド／オーバーコールに応じてエクスプロイト。

• どの場面にも単一の固定チャートがあると思うこと。均衡はサイズ、スタック、アンティ、ポジション、レンジで変わる。
• 自分のプールが均衡通りにブラフすると仮定すること。多くの小〜中レートでリバー大サイズはアンダーブラフ、小サイズはオーバーコールされがち。
• ハンド質やブロッカーを無視して頻度だけを再現すること。まずは最良のブラフ候補から。
• ICMが強い局面でプッシュ／フォールドのナッシュを盲信すること。ICMはコールも時にシャブも締まる。

• 繰り返し出るスポットを選ぶ（例：BTN vs BB、A72レインボーのSRP）。
• サイズメニューを定義（例：フロップ・ターンは33%と75%）。
• ポラライズ案とマージ案を作る。バリューのコンボ数を数え、ブロッカー付きの自然なブラフを特定。
• 自案が均衡比率に概ね合っているか確認。合わないなら、物語が整うまで調整。
• プールの逸脱（例：ターンバレルへの過剰フォールド、オーバーベットのアンダーブラフ）を記録し、エクスプロイトを明文化。

• MDF = P ÷ (P + B)
• コールに必要なエクイティ = B ÷ (P + B)
• （リバー極性）最適ブラフ比 = B ÷ (P + B)
• （リバー極性）ブラフ：バリュー比 = B ÷ P

あくまでベースライン。ボード、レンジ、相手傾向に合わせて微調整しましょう。

• 2人ゼロサムでは、ナッシュ均衡＝搾取不能プレー。
• 無差別条件からMDFとブラフ比が導かれ、ベットサイズに直結する。
• プッシュ／フォールドのナッシュはショートのヘッズアップ基準。アンティ・ICM・傾向で調整。
• マルチウェイはゼロサムでない。均衡の発想は活かしつつ、ブラフ減・バリュー厚め。
• 訓練は均衡で、実戦は相手の逸脱に合わせてエクスプロイト。

ナッシュ均衡は構造を与えます。実際のアドバンテージは、相手がそこから外れた瞬間を見抜き、最適応答を選べるかで決まります。