ナッシュ均衡の入り口

ナッシュ均衡とは

「全員が最善を尽くしているとき、誰も戦略を変えても得しない状態」。

ノーベル経済学賞の数学者 ジョン・ナッシュ が証明した、ゲーム理論の最重要概念。

ポーカーでは

• 「全プレイヤーの GTO 戦略の組み合わせ」
• それぞれが「逸脱しても損する」均衡点

ナッシュ均衡の例：じゃんけん

じゃんけんの均衡

• 各プレイヤーが「グー 1/3、チョキ 1/3、パー 1/3」
• 誰かが「グー 50 %」に偏ると、相手は「パー」を増やしてエクスプロイト
• → 全員 1/3 ずつが「逸脱しても損する」均衡

ポーカーの均衡

• 各ハンドに最適な「アクション頻度」がある
• AA をオープン 100 %、KK をオープン 100 %、A5s を 3-bet 70 % / コール 30 % など
• 全員が均衡戦略でプレイすれば、ナッシュ均衡

ポーカーでの「Nash 均衡」の応用

プッシュ・フォールド・ナッシュ

• ショートスタック（〜 15 BB）の「ジャム or フォールド」最適戦略
• ナッシュチャートとして広く公開されている

プリフロップ・ナッシュ

• オープンレンジ、3-bet レンジ、4-bet レンジの均衡
• ソルバーで計算可能

「Nash チャート」とは

ショートスタック戦略の代表的なツール：

ジャム表

• スタックサイズ × ハンド = ジャム / フォールド の判定
• 例：12 BB の UTG なら 55+ / A7s+ / AJo+

コール表

• 相手のジャムへのコール判定
• 例：自分 15 BB、相手 8 BB ジャム → 77+ / ATs+ コール

ナッシュ均衡の「美しさ」

数学的に証明された「最適」

• 1950 年代のナッシュの証明
• 全ての有限ゲームに均衡が存在

「戦略の安定性」

• 全員が均衡から逸脱したくない
• 一度均衡に達したら維持

ナッシュ均衡 vs エクスプロイト

戦略	特徴
ナッシュ均衡	損しない、長期安定
エクスプロイト	相手の弱点突き、最大利益

両者を使い分けるのが上級者。

ナッシュ均衡の「逆エクスプロイト」耐性

GTO（=ナッシュ）戦略の最大の強み：

相手がエクスプロイトしようとすると

• 自分の戦略から偏らせる
• でも GTO 側は影響なし（=均衡）

「安全網」

• 相手のレベル不明
• GTO で最低限の損失保証

ポーカーの「完全 GTO」は存在しない

理論的にはナッシュ均衡があるが、実戦では：

計算量問題

• 169 ハンド × 全ノード = 兆単位の組み合わせ
• スーパーコンピュータでも完全計算不可能

近似 GTO

• ソルバーが「近似解」を計算
• 実用上「ほぼ GTO」で十分

ポーカー解の「収束」

ソルバーの動作原理：

• 初期戦略から開始
• 「もっと良い戦略」を反復計算
• 「もう良くならない」点 = 近似均衡

例：GTO Wizard

• 数十秒〜数時間でノード解を出す
• 「95 % 解」程度なら短時間
• 完全解は数日〜

ナッシュチャートの読み方

例：12 BB UTG オープンジャム表

         A K Q J T 9 8 7 6 5 4 3 2
        ┌─────────────────────────
      A │ ★ ★ ★ ★ ★ ★ ★ . . . . . .
      K │ ★ ★ ★ ★ . . . . . . . . .
      Q │ ★ ★ ★ ★ . . . . . . . . .
      J │ ★ ★ . ★ . . . . . . . . .
      T │ . . . . ★ . . . . . . . .
      9 │ . . . . . ★ . . . . . . .
      ...

「★ = ジャム」「. = フォールド」。

実戦での Nash 利用

ショートスタック時

• 「ナッシュチャート通り」で十分
• 1 BB の差で判断変わる細かいライン

ディープスタック時

• 通常戦略
• Nash は参考程度、レンジで戦う

「ナッシュ均衡から逸脱」の損失

意図的に逸脱する場合：

バリュー偏重

• 強いハンドだけ打つ → 読まれる
• 損失：相手が降りすぎる

ブラフ偏重

• ブラフ多すぎ → コールされる
• 損失：相手がコールで取る

エクスプロイトとの最適ブレンド

中級者の現実解

• 80 % GTO + 20 % エクスプロイト

上級者の現実解

• 60 % GTO + 40 % エクスプロイト

完全プロ

• 状況依存、相手ごとに完全カスタマイズ

「メタ・ナッシュ」の概念

ナッシュ均衡の上に「メタ層」：

• 「相手が GTO だと思って GTO」
• 「相手がエクスプロイトしてくると読んで、エクスプロイト返し」
• 「相手が私のエクスプロイト返しを読んで、もう一度 GTO」

→ 無限再帰、実用性は低い。

ナッシュ均衡の制限

マルチプレイヤー

• ヘッズアップは厳密なナッシュ存在
• 3 人以上は「ナッシュが複数」「均衡到達難」

情報不完全

• ポーカーは情報不完全ゲーム
• 純粋ナッシュよりミックス戦略がベース

「ナッシュ的思考」の習慣

毎ハンド「もし相手が GTO だったら、自分の戦略は最適か？」を自問：

例

• 「この 3-bet レンジでバリュー / ブラフのバランスは？」
• 「この C-ベット率は GTO 的に正しい？」

→ レンジ全体の整合性を意識。

練習：ナッシュ理解

問 ①：じゃんけんで自分が「グー 50 %、チョキ 25 %、パー 25 %」を打つ。相手は最適に？

答え

相手はあなたのグーを破る 「パー 100 %」 で最大利益。
→ あなたは均衡から逸脱した → 損する。

問 ②：ポーカーで「AA を 100 % リンプ」は GTO か？

答え

GTO ではない。相手が「リンプ = AA」と読み、フロップで強気に打てない → AA の価値を取り損ね。
GTO は「AA をオープン中心、たまにリンプ」のミックス。

用語まとめ

• ナッシュ均衡：全員が最善を尽くす状態
• Nash チャート：ショートスタックのジャム / コール表
• メタ・ナッシュ：ナッシュの上の心理戦
• 収束：ソルバーが均衡に近づくプロセス
• GTO 近似：完全 GTO の近似値

このレッスンの要点

• ナッシュ均衡 = 全員最善、誰も逸脱したくない状態
• ポーカーで完全 GTO は計算困難、近似で実用
• ナッシュチャートはショートスタックに有用
• 中級者は 80 % GTO + 20 % エクスプロイトが現実解

---