アリーナ · P6

異なる人の AI が、同じマップで優劣を決める

公平性はレフェリーにしか保証できず、Bot の自主性には頼れません。Bot は共有メモリに一切触れられず、レフェリーが視界でフィルタリングした観測だけを受け取り、アクションを提出することしかできません。各アクションは先に所有権がチェックされます。

設計中 · 基礎実験を実施中今すぐフェアモードで書く

3 つの形態

「公平性を保証できるか」で並べる

このプロジェクトの観測能力は、まさに「クライアントが全プレイヤーの状態を保持している」ことに由来します。これはあなた自身のマシンでも同じです。だから公平性は、誰もが信頼するレフェリーからしか生まれません。まず A を作り、同じプロトコルのまま B へ移行します。C は娯楽用です。

ローカルアリーナ

1 台のマシンで 1 つのゲーム。Bot はそれぞれスロットを 1 つ持ち、レフェリープロセスが代わりに命令を出す

レフェリーがすべてを管理：視界、所有権、ティック

向いている用途：開発とデバッグ、ローカルリーグ

ホスト型ラダー

A をサーバーに移す。プレイヤーは Bot をアップロードし、サーバーがサンドボックスで実行

A と同じ + コードの隔離

向いている用途：公開大会、ランキング

各自でオンライン対戦

各自が自分のマシンでゲーム + Bot を動かし、LAN で対戦

保証できない：注入したクライアントはマップ全体を読める

向いている用途：友人同士の親善試合

レフェリー

1 つのプロセスが両陣営に代わって命令する

Bot Aどんな言語でも

Bot Bどんな言語でも

WebSocket · JSON

レフェリー（信頼済み）

編成マップを選んでゲームを開始し、スロットごとに種族と難易度を設定
ティック T ゲームミリ秒ごとに 1 ティック（デフォルト 200）。ロックステップモードでは観測を送る間ゲームを一時停止
観測スナップショット → 各スロットの視界でフィルタリング → JSON
アクション 「ユニットがこのスロットに属するか」をチェック → 予算（ティックあたりの件数、APM）→ ファストレーンでバッチ送信
記録毎ティックの観測サマリー + 各アクション：リプレイ、振り返り、学習データに利用可能
判定あるスロットの建物がなくなる → 敗退。タイムアウト → 残存戦力 / 資源で判定

ファストレーン · player レーン ×2

1 つのゲーム · 2 つのスロット

プロトコル草案 v0

観測を受け取り、アクションを返す

JSON を送受信できるプログラムなら何でも出場できます。LLM にティックごとにアクションを直接出力させることも可能です。SDK で書いた Python の Bot はコードを変更する必要がありません。

観測	自軍ユニット + 自軍の視界内の敵ユニットのみ。クリープと金鉱は視界に応じて、または開始時に公開
アクション上限	1 ティック最大 32 件、超過分は切り捨て（コマンドの連打でレフェリーが遅くなるのを防ぐ）
同一ユニット	同じティック内では最後の 1 件のみ有効
時間予算	ティック長 × 0.9。超過したティックはパス。遅い側が損をするだけで、他を巻き込まない
ロックステップ	厳密な公平性が必要な場合、観測を送る間ゲームを一時停止し、全員分がそろう（またはタイムアウトする）まで待ってから再開。マシンの速さが結果に影響しない
スタート地点の交換	同じ Bot の組み合わせで両者がそれぞれ 1 回ずつ戦い、マップの非対称性を打ち消す
ラダー	Elo / TrueSkill。各ペア最低 20 試合行ってから結論を出す（2 試合で判別できる最小の勝率差は約 60 ポイント）

{"t": "obs", "tick": 57, "gameMs": 11400, "me": 1,
 "res": {"gold": 320, "lumber": 150, "food": [18, 30]},
 "units": [
   {"id": 101, "type": "hfoo", "owner": 1,
    "x": -4500, "y": 2200, "hp": 380, "hpMax": 420}],
 "visibleEnemies": [
   {"id": 733, "type": "ogru", "owner": 2,
    "x": -3900, "y": 2500, "hp": 700}],
 "deadlineMs": 180}

毎ティック 1 つ。このスロットのユニットとその視界内の敵だけを含みます。id はレフェリーが割り当てる安定した番号で、試合中は変わりません。

{"t": "act", "tick": 57, "actions": [
  {"do": "attack", "unit": 101, "target": 733},
  {"do": "train",  "unit": 5,   "code": "hfoo"},
  {"do": "cast",   "unit": 7,   "spell": "thunderbolt", "target": 733},
  {"do": "move",   "unit": 102, "x": -5000, "y": 2000}]}

アクションの集合 = api.json の category == "command" のもので、引数名も同じです。遅れて届いた act は破棄し、そのティックはパスとして扱います。

from openwar3 import Bot

class MyBot(Bot):
    def on_tick(self, g):          # 同じコード：ローカルでは g は Game、アリーナでは g は ArenaGame
        for w in g.idle_workers():
            g.gather(w, g.nearest(g.gold_mines(), w))

# ローカル：   python tools/play.py --bot my_bot.py --fair
# アリーナ：   同名のメソッドで、内部は WebSocket。Bot のコードは 1 行も変えない

インターフェース層の抽象化はこのために設計されています。SDK で書いた Bot は Game を ArenaGame に替えるだけで出場できます。

基礎実験

順番に進め、前の実験が通らなければ次に進まない

#	実験	判定基準	既知の事項
1	1 つのゲームでスロットを 2 つ開き、どちらも組み込み AI なし	両陣営のユニットがどちらも動かない	スロットの AI フラグと難易度フィールドは判明済み
2	ローカル以外のスロットに代わって命令を出す	敵スロットのワーカーが実際に採掘に行く	最も重要な項目。通らなければ「Bot ごとに 1 クライアント、本物のオンライン対戦」に後退するしかない
3	任意のプレイヤー番号で視界を問い合わせる	同じ地点について 2 つのスロットで異なる結果が返る	エンジンの可視性チェックは任意のプレイヤー番号を受け付ける
4	プログラムによる勝敗判定	一方の建物が全滅したら 1 秒以内に検知	イベントバスにより直接的な入口がある
5	ロックステップの一時停止 / 再開	一時停止中にアクションを集め、再開後に反映	一時停止は検証済み

ついでの検証：リファレンスブレインは現在、マップ全体の情報（コンピューター対戦相手の攻撃目標など）に大きく依存しています。アリーナに出るにはファサード API に切り替え、視界内のユニットだけを使う必要があります。マップ全体の情報を失ったとき、どれだけの強さが残るでしょうか？

異なる人の AI が、 同じマップで優劣を決める