カルカソンヌは、チェスや囲碁に比べて研究がほとんど進んでいないゲームです。このページでは、このサイトでいちばん強いAI同士に2,000局を指させて、先手の有利さ、点の取れ方、逆転の起きやすさ、タイルの価値などを測りました。チェス・囲碁・将棋など、ほかのゲームとも比べます。
2,000局の結果は、先手1,123勝・後手838勝・引き分け39でした。先手の勝率は57.1%(95%の確からしさで54.9%〜59.3%の範囲)、先手の平均の点差は+4.0点(±0.5)です。先手がはっきり有利です(偶然でこれだけ偏る確率は小さい)。
先手・後手の勝ち負け(2,000局)
いちばんの理由は枚数です。開始タイルを除く71枚を交互に置くので、先手は36枚、後手は35枚置きます。最後の1枚を置けるのも先手です。1枚抜いて枚数をそろえると差がほぼ消えました(9節)。引き分けは1.9%と、とても少なめです。
1人の平均点は98点。勝った側は平均106点、負けた側は90点でした。点差の真ん中の値は14点で、38%の対局は10点差以内、22%は5点差以内で決着しています。
勝者と敗者の点差の分布(5点刻み)
強いAI同士でも、3局に1局以上が10点差以内です。小さな道の数点や、終了時の草原の3点が勝敗を分けます。
全得点のうち、都市が43%でいちばん多く、草原(農民)は17%でした。見落としがちなのは、ゲーム終了時に入る点(未完成の都市・道・修道院と、草原)が全体の43%もあることです。
1人1局あたりの点(得点源ごと)
ミープルを置いた場所のうち、ゲーム終了までに完成しなかった割合です。修道院は50%が未完成で終わります(都市は30%、道は18%)。
ミープルを置いたのに、完成しないまま終わった割合
手数ごとの平均の点(完成して確定した点)です。後半ほど点が増えるのは、大きな都市が完成し始めるからです。最後に跳ね上がるのは、終了時の点が入るためです。
手数ごとの平均得点(先手・後手)
途中で「いま終わったら」の見込みの点でリードしていた側が、最後に勝った割合は、序盤(17手目)で60%、折り返し(35手目)で67%、終盤(52手目)で79%でした。リードは1局に平均5回入れ替わります。折り返しで15点以上負けていた側が逆転した対局も18%ありました。
折り返し時点の見込み点のリードと、リード側の勝率
序盤のリードはあまり当てになりません。逆に、中盤で負けていても、完成しそうな場所と草原をうまく使えば十分に追いつけます。点差を見るときは、確定した点ではなく見込みの点で比べましょう。
強いAIは1局に1人あたり約16回ミープルを置き、手番の45%で置いています。7個しかないのに倍以上置けるのは、完成させて何度も手元に戻しているからです。それでも手番の13%は手持ちが0個でした。
手持ちのミープルの平均(先手・後手)
ミープルを置いた場所の割合
置いた場所は都市43%・道32%・修道院14%・草原11%。終了時には1人平均4.1個が未完成の場所に残り、点が入った農民は平均1.6人でした。
ミープルは「置いて、完成させて、また置く」の回転が大事です。すぐ完成しそうな小さい都市や短い道で回転させ、終盤まで手持ちを切らさないようにしましょう。
あるタイルを引いたとき、置いた手で「いま終わったら」の点差が平均でどれだけ自分に有利に動いたかです。いちばん得なのは道つき修道院、修道院、隣り合う2つの都市の端、いちばん得が小さいのは4辺の都市(盾)、筒形の都市、3辺の都市でした(×の数字は山札の枚数)。
| タイル | 引いた人の得(点) |
|---|---|
| 道つき修道院×2 | +4.8 |
| 修道院×4 | +4.5 |
| 隣り合う2つの都市の端×2 | +3.4 |
| 1辺の都市+カーブ道(左)×3 | +3.2 |
| 1辺の都市+カーブ道(右)×3 | +3.1 |
| 向かい合う2つの都市の端×3 | +3.1 |
| 1辺の都市+まっすぐな道×4 | +3.1 |
| 1辺の都市×5 | +3.0 |
| 1辺の都市+三差路×3 | +3.0 |
| 角の都市(盾)×2 | +2.5 |
| 角の都市+カーブ道(盾)×2 | +2.5 |
| 3辺の都市+道(盾)×2 | +2.4 |
| 筒形の都市(盾)×2 | +2.3 |
| 3辺の都市(盾)×1 | +2.2 |
| 三差路×4 | +1.9 |
| 3辺の都市+道×1 | +1.9 |
| 十字路×1 | +1.9 |
| カーブした道×9 | +1.8 |
| 角の都市+カーブ道×3 | +1.8 |
| 角の都市×3 | +1.7 |
| まっすぐな道×8 | +1.6 |
| 4辺の都市(盾)×1 | +1.5 |
| 筒形の都市×1 | +1.4 |
| 3辺の都市×3 | +1.1 |
修道院のタイルは、置いた瞬間に周りのタイルの分の点が見込めるので、引いたら大きなチャンスです。数が多い道のタイルは1枚の価値は小さいですが、相手の都市や修道院の周りを埋めない場所に置くなど、使い方で差がつきます。
カルカソンヌの運は「どのタイルをいつ引くか」です。同じ山札(同じ順番のタイル)を2回指して比べました。同じ山札でも、勝者が同じになったのは55%だけでした(山札で結果が決まるなら100%、まったく関係ないなら50%)。点差のばらつきのうち山札で決まる部分は、約17%と見積もれます。
強さの違うAIどうしも対戦させました。同じ山札で先手と後手を入れ替えて2局ずつ指しています。「チェスなら」は、その勝率がチェスのレーティング(Elo)で何点差にあたるかです。
| 強い側 | 弱い側 | 局数 | 強い側の勝率 | 弱い側が勝った割合 | 平均点差 | チェスなら |
|---|---|---|---|---|---|---|
| 目先の点だけのAI | でたらめに置くAI | 400 | 100.0% | 0.0% | +71.6 | — |
| 対戦ページの「標準」 | 目先の点だけのAI | 400 | 92.4% | 7.2% | +28.9 | +433 |
| 対戦ページの「最強」 | 対戦ページの「標準」 | 120 | 69.6% | 28.3% | +10.2 | +144 |
対戦ページの「標準」は、目先の点だけを追うAIに92%勝ちます。弱い側が勝つのは7%だけです。1局ごとの引きには波があっても、何局も遊べば実力どおりの結果になります。引きのせいにせず、打ち方を見直す価値のあるゲームです。
カルカソンヌで1手に選べる手(タイルの置き場所と向き×ミープルの置き方)は平均約81通り、多いときは444通りありました。置き場所と向きだけなら平均23通りです。1局の手を全部並べた「ゲーム木」の大きさは約10127で、チェスと同じくらい。引くタイルの分かれ道(平均17種類)も数えると約10209になります。
| ゲーム | 先手の有利さ | 運の要素 | 1手の選択肢 | ゲーム木の大きさ | AIの到達点 |
|---|---|---|---|---|---|
| カルカソンヌ | 先手の勝率 57.1%(このページの測定) | 引くタイルの順番(全員に見える) | 約81(測定) | 10127(測定・山札の分岐を除く) | 人間のトップに勝ったという公開の記録はまだ無い |
| チェス | 白(先手)の得点率 約55%(勝37.5%・引分34.9%・負27.6%) [*] | なし | 35 | 10123 | 1997年 Deep Blue が世界王者カスパロフに3½–2½ [*] |
| 囲碁 | 黒(先手)に有利なので白にコミ6目半(日本)を足す。コミ5目半の時代、黒の勝率は51.855% [*] | なし | 250 | 10505 | 2016年 AlphaGo がイ・セドルに4勝1敗 [*] |
| 将棋 | — | なし | 92 | 10226 | 2017年 Ponanza が佐藤天彦名人に2連勝 [*] |
| オセロ | 双方が最善なら引き分け(2023年に解明) [*] | なし | 10 | 1058 | 2023年 完全に解かれた(引き分け) [*] |
| チェッカー | 双方が最善なら引き分け(2007年に解明) [*] | なし | 2.8 | 1040 | 2007年 完全に解かれた(引き分け) [*] |
| バックギャモン | — | サイコロ | 250 | 10144 | 1990年代 TD-Gammon がニューラルネットで自己学習 [*] |
| ポーカー(2人) | — | 配られる札(相手の札は見えない) | — | — | 2017年 Libratus がトップのプロ4人に勝利 [*] |
[*] は出典です。1手の選択肢とゲーム木の大きさは Wikipedia「Game complexity」の表(10の何乗かを切り上げた目安)。数え方はゲームごとに違うので、桁の大きさの比較として見てください。チェスの先手の数字は chessgames.com の2015年のデータベース。
囲碁では、先に打つ黒の有利を消すために、白に最初から点を足す「コミ」があります。カルカソンヌでも同じことができるか、ルールを変えてAIに実際に1,000局以上ずつ指させて確かめました。
| ルール | 局数 | 先手の勝率 | 95%の範囲 | 同点を後手勝ちにすると | 先手の平均点差 |
|---|---|---|---|---|---|
| いまのルール(71枚・調整なし) | 2,000 | 57.1% | 54.9%–59.3% | 56.1% | +4.0 |
| 後手に最初から4点(コミ4点) | 1,000 | 52.8% | 49.8%–55.9% | 51.7% | +1.3 |
| 1枚伏せて70枚に(2人とも35枚ずつ) | 1,000 | 51.2% | 48.1%–54.3% | 50.4% | +0.5 |
「後手に最初から4点(コミ4点)」では先手の勝率が52.8%(平均点差+1.3)になり、先後の差は誤差の範囲に収まりました。「1枚伏せて70枚に(2人とも35枚ずつ)」では先手の勝率が51.2%(平均点差+0.5)になり、先後の差は誤差の範囲に収まりました。
カルカソンヌの公式ルールでは、同点なら勝ちを分け合います。一方、日本選手権やドイツの選手権では、同点は後手(2番目に置く人)の勝ちです。表の「同点を後手勝ちにすると」の列がこの数え方です。いまのルールで先手の勝率は56.1%(引き分けを0.5勝と数えると57.1%)。引き分けがもともと少ないので、1.0ポイントしか下がらず、先手の有利はほとんど残ります。同点を後手の勝ちにしたうえで後手に3点あげると先手51.0%、4点で48.8%と、ほぼ五分になる試算です。
下の図は、いまのルールで指した対局の点差に、後手の加点を足したらどうなるかの試算です。3点では足りず、5点では後手が有利になります。
後手に最初から何点あげると、先手の勝率がどうなるか(試算)
山札が残り数枚になると、残りのタイルの出方と2人の手をすべて調べて、勝つ確率がいちばん高い手を正確に求められます。ゲーム理論でいう最善手で、ポーカーでは「GTO」と呼ばれる考え方です。カルカソンヌは盤面も残りのタイルの種類と枚数も2人に見えていて、隠れているのは引く順番の運だけです。そのため、ポーカーのように手を確率で混ぜる必要はなく、最善手はいつも決まった手になります。
AIどうしの400局から、最後の4手(山札の残り3枚〜0枚の1,600局面)を読み切りました。
| 山札の残り | 局面 | 勝ち負けが動く局面 | AIが最善手を選んだ |
|---|---|---|---|
| 残り3枚 | 400 | 101(25%) | 76% |
| 残り2枚 | 400 | 67(17%) | 84% |
| 残り1枚 | 400 | 38(10%) | 100% |
| 残り0枚(最後の1枚) | 400 | 37(9%) | 100% |
最後の4手のうち85%の局面は、どこに置いても勝つ確率が変わりませんでした。勝ち負けが動く局面は、着手前の点差が20点以内だと20%、20点より大きいと5%です。対戦ページの「最強」と同じ探索(gen1144)は、勝ち負けが動く局面の86%で最善手を選んでいました。外したのは残り2〜3枚の局面だけで、勝率にすると1人あたり約1.4ポイント分です。いまの対戦ページのAIは、山札が残り3枚になったらこの読み切りで指します。
点をいちばん多く取る手と、勝つ確率がいちばん高い手が分かれた局面は、1,200局面中5局面だけでした(残り2枚以下で調べた数)。
読み切りは、残りのタイルの種類ごとに引く確率で重み付けし、手番の側は勝つ確率(引き分けは0.5勝)が最大の手を選ぶとして終局まで調べたものです(期待ミニマックス法。Russell & Norvig『AIMA』6章)。残り3枚ならたいてい数秒以内で読めます(対戦ページのAIは3秒で打ち切り、それまでに確かめた中の最善手を指します)。4枚では1局面に数分かかることがあり、対戦ページでは使っていません。局面はAIどうしの対局の棋譜から取り、「最強」の手はその局面から改めて探索させました。プログラムは src/carcassonne/endgame.py・scripts/gto_endgame.py、集計結果は docs/results/gto_endgame.json。
AIは集計した時点の対戦ページの「標準」と同じ設定(1手2000回の探索+評価関数 gen975。2026-11-11 からの「標準」は、相手の返し手まで読む選び直しが加わってもう少し強い)。1,000通りの山札を、指し手の乱数だけ変えて2回ずつ指しました(2026-11-05時点)。勝率の範囲はWilsonの95%信頼区間、先手有利の検定は引き分けを除いた二項検定(p < 0.001)。「見込みの点」は、その時点でゲームが終わったとして未完成の場所と草原を数えた点です。強さ別の対戦は、同じ山札で先後を入れ替えた2局を1組にしています。ルールを変えた対局は、AIもそのルールを知ったうえで指しています(コミは後手の初期点、70枚は山札の最後の1枚を伏せたまま使わない)。人間同士の対局とは数字が違うかもしれません。集計は scripts/collect_game_stats.py・scripts/summarize_game_stats.py、集計結果は docs/results/game_stats.json。