HN 日本語サマリー

← 一覧へ戻る
その他

Magic: The Gatheringにおける指数関数的振る舞い

Exponential Behavior in Magic: The Gathering (levineuwirth.org)

108 pointsby neuwirth68 コメント

要約

この記事は、トレーディングカードゲーム「Magic: The Gathering」における指数関数的な振る舞いの概念を探求し、Scute SwarmやLiliana, the Last Hopeといったカードを例に挙げています。著者は、これらのカードがゲーム内でどのように指数関数的にリソース(クリーチャーやライフ)を増加させ、それがゲームエンジンの実装において計算上の複雑さとパフォーマンスの問題を引き起こすかを解説しています。特に、Lilianaのプレインズウォーカー能力が生成する大量のゾンビトークンは、エンジンの処理能力を限界まで押し上げる可能性を示しています。

全文翻訳

Magic: The Gatheringにおける指数関数的振る舞い

私は長年、Magic: The Gatheringに魅了されてきました。それは単に驚くほど楽しく、戦略的に奥深いゲームであるだけでなく、数学的および計算的な空間としても魅力的です。このゲームは驚くほど複雑で、チューリング完全であり、複雑なキーワードと膨大な量のメカニクスaを備えており、ゲームをコンピューター上で実行するには、ましてや機械でプレイ可能にするには、膨大な計算上の課題を提示します。Magicのソフトウェア実装は複数存在します。Arenaは、Wizards自身によって開発された最も一般的なものですが、数多くの問題があります。カードカタログは、ゲームの歴史の大部分からのカードが欠落しており、悪名高いほど不完全です。マッチメイキングの方法論、特にランクプレイにおいては、まったくひどいものですb。そして、ゲームのパフォーマンスはかなり悪く、特にスタックに多くのものがある場合ですMTGOはカードカタログの問題を解決しますが、採用率の低さ、時代遅れで使いにくいインターフェースなど、それ自体の問題も導入します。一方、独立した実装であるForgeは、一見有望ですが、AIのプレイはかなり悪くc、マルチプレイヤーはかなりバグが多く、真にサポートされておらず、インターフェースは直感的ではなく、パフォーマンスはArenaよりも改善されているとはいえ、まだ理想的ではありません。

MTGエンジンの構築

私は早くも2024年にはMagicのAIプレイを改善する方法を理論化し始めましたが、この実装作業に着手したのは2026年半ばでした。まずForgeを評価し、ForgeがMagic自体のRLの実験環境として機能するレベルのパフォーマンスに到達させるのは実現不可能だと判断し、独自のルールエンジンであるArcanaを実装することにしました。ボーナスとして、最初からマルチプレイヤーを念頭に置いて設計できると考えました。

Magicの魅力の源泉の一つであり、実際、真に高性能で完全なソフトウェア実装がいまだに達成されていない理由の一つは、ゲームにおける能力の性質です。Magicにおける能力は指数関数的に複合することができ、任意の能力がトリガーされたときに発生する可能性のある相互作用の量は、原理的には実現不可能な状態量が存在しないとしても、それ以上の副作用がスタックに置かれることを保証するために必要なチェックの量が指数関数的に増加するという状況につながります。そして、ご存知の通り、指数関数的な振る舞いは、私たちのような取るに足らない人間のコンピューター科学者の敵です。Magicの指数関数的な振る舞いへの私の魅了は、予期せぬ形で私を襲ってきました。

私のイライラするScute Swarmデッキ

私が考案したお気に入りのデッキの一つは、メカニズムは非常にシンプルでありながら、計算上の複雑さは壊滅的でした。それは、悪名高いカードであるScute Swarmを中心に展開しています。このデッキがどのように機能したかを説明するために、Magicの内部構造に関する背景知識が必要です。

Magicのメカニクス入門

Magic: The Gatheringのコアとなる数量はライフです。これはプレイヤーのスコア、またはプレイヤーの調子の良さをカプセル化したものと考えることができます。各プレイヤーは20ライフから開始し、ゲームに勝利する主な方法は、自分のライフスコアが減る前に、対戦相手のライフスコアを0(以下)に減らすことです。使用できるカードにはさまざまな種類があり、任意のターンで、プレイヤーはゲームの制限とルール内で望むものを展開するために、ゲームの基本的な通貨を形成するカードの一種である土地から得られるリソースを使用できます。

おそらく最も重要なカードの種類はクリーチャーです。これらは、ポケモンなどのほとんどのトレーディングカードゲームにおける典型的なカードに相当します。攻撃したり、相手の攻撃から防御したりできます。Scute Swarmはその一例です。

トークンもあります。これらは、プレイヤーがプレイするカードではなく、別のカードの能力の結果として生成される特別なカードです。カードを使ってトークンを獲得することはありますが、デッキにトークンを入れることはなく、いわば手札にトークンを持つこともありません。実際のメカニズムは少し複雑ですが、大まかな考え方は、トークンはプレイヤーの手札やデッキから直接ではなく、何らかの能力の結果として存在を現すということです。

Scute Swarmは、指数関数的な振る舞いを示すMagicカードの最も悪名高い例かもしれません。それは、新しい土地が展開されるたびに、そのコピーの数を倍増させる能力を持っています。実際には、これは通常早期に対処されます。なぜなら、Magicは指数関数的な振る舞いが実現されるのを回避するための多くの異なる方法dを許容しているからです(もしそれが大幅に実現された場合、Scute Swarmをプレイした人にとってほぼ間違いなく勝利につながります)。もしこれを、新しいクリーチャーが戦場に出るたびにライフを得るカードと組み合わせたら、指数関数的に増加するライフを得ることになることに気づきました。これをさらに悪化させるために、トークンが生成されるたびにトークンの数を倍増させるアーティファクトをプレイし、得られるライフを永続的に倍増させるものを追加することができます。これはかなりの抜け穴のように聞こえませんか?

算数としては、6枚目の土地が重要です。6枚の土地未満では、Scuteは通常の1/1の昆虫を作ります。6枚以上の土地がある状態で能力が解決されると、同じ landfall 能力を持つコピーが作成されます。次の土地が置かれる前に各土地のトリガーを解決する時間を与えれば、新しいコピーは次のバッチで役立ちますe。

Soul WardenとEssence Wardenの両方がプレイ中だと仮定します。それぞれが新しいScuteごとに1点のライフを与えます。ライフゲイン倍増器があれば、到着ごとに4点のライフになり、トークン倍増器があれば、既存の各Scuteは2つの新しいScuteを作ります。これらの仮定の下で、8回の土地ドロップがあなたに何をもたらすかを見てみましょう。

# Scuteが1体、Wardenが2体、トークン倍増器が1つ、ライフゲイン倍増器が1つ。
# 土地は6枚以上存在すると仮定。
scutes = 1
life_gained = 0
for _ in range(8):
    new_scutes = 2 * scutes
    scutes += new_scutes
    life_gained += 4 * new_scutes
# Scute 6,561体; 得たライフ 26,240点。

これは全くひどいものです!プレイヤーはMagicで20ライフから開始し、ライフゲインは通常控えめであることを考慮すると、3桁の増加はScute Swarmが持つ悪名に値します。比較のために、私は(このデッキ以外のデッキをプレイして)紙のカードで達成した最高のライフ総量は約150点だと思います。

[画像: Figure 1. 2体のWardenと両方の倍増器を使用した8回の土地ドロップと、Lilianaのエンブレムの8回の解決の比較。各グリッド線は10倍の増加を示します。]

Scuteの曲線は、紙の上で計算できるものですが、ArcanaはまだScute Swarmをサポートしていません(意図的に、付け加えておきます)。私をトラブルに巻き込んだのは、紫色の曲線でした。

さて、上記のプロットのLilianaとは誰でしょうか?

Lilianaが支配する

プレインズウォーカーは、ある意味でMagicのヒーローです。彼らは通常複数の能力を持っており、最も高価な能力(通常は一番下に配置される最後の能力)は「アルティメット」と呼ばれます。簡単に言えば、プレインズウォーカーを持つ対戦相手と対戦している場合、彼らがその能力をトリガーさせないようにする必要があります。場合によっては、アルティメットはエンブレムと呼ばれる特別な種類のカードfを作成できます。エンブレムは、対戦相手がそれを獲得する機会を得た場合に特に懸念されますが、あなたがそれを使用できる場合は特に有利です。なぜなら、プレインズウォーカーが戦場から離れても、それらは持続するからです。エンブレムが提供する能力は、ゲームの残りの期間有効であり、通常は壊滅的で、そして重要なことに、対戦相手にとって累積的な結果をもたらします。

Liliana, the Last Hopeはそのようなプレインズウォーカーの一人です。彼女のアルティメットは、対戦相手だけでなく、Magicをソフトウェアで実装することに関心のある人々にとっても、非常に厳しい状況を生み出します。彼女のアルティメット能力が解決されると、結果として生じるエンブレムは、Scute Swarmとそれほど変わらない方法で、より多くのゾンビトークンが戦場に展開されることを保証します。実装者である私たち、そして敗者としてLilianaと対戦する人々にとって残念なことに、展開されるゾンビの数は指数関数的に増加します。Scute Swarmと異なる点は、ゾンビを片付けてもエンブレムはそのまま残り、軍隊を再建できることです。一方、すべてのScute Swarmを削除すると、その成長源が削除されます。

これを形式化しましょう。あなたの各終了ステップ(プレイヤーのターンの最後の部分)の開始時に、エンブレムがトリガーされます。その能力が解決されると、あなたがコントロールするゾンビの数を数え、その数に2を加えた数の新しいゾンビを作成します。すでに戦場に6体のゾンビがいる場合、8体の新しいゾンビが作成され、合計14体になります。

ZnZ_nをエンブレム能力のnn回の解決後のゾンビの数とします。ゾンビがゼロ(Z0=0)から始まり、エンブレムが1つあると仮定し、他にゾンビを追加または削除したり、作成されるトークンの数を変更したりしないとします。各解決により、次のようになります。

Zn+1=Zn⏟すでにいる+(Zn+2)⏟新しい到着=2Zn+2。 Z
_{n+1} =\underbrace{Z_n}{\text{already there}} +\underbrace{(Z_n+2)}{\text{new arrivals}} =2Z_n+2.

最初の数個の個体数は0, 2, 6, 14, 30, 62,…0,2,6,14,30,62,\ldotsです。nn回の解決後、Zn=2n+1−2Z_n=2^{n+1}-2となります。決定的に、軍隊は常に再開します。たとえすべてのゾンビが破壊されたとしてもg、次の解決で2体が増加します。

これは、上記の比較におけるLilianaの紫色の曲線、すなわち8回の解決後の510体のゾンビを形成します。そのプロットは、横軸に成長イベントをカウントしています。Lilianaの場合はエンブレムの解決1回、Scute Swarmの場合は土地の展開1回です。

Arcanaは、このカウントルールを直接実装しています。

let zombies = script::count_matching(state, &filter, trig.controller);
let x = 2 + zombies;

// Token definition omitted: a 2/2 black Zombie.
let mut effects = Vec::new();
for _ in 0..x {
    effects.push(Effect::CreateToken {
        controller: trig.controller,
        token: token.clone(),
    });
}

ここで、xは新しい到着を数え、ループはそれらすべてに対する個別のCreateToken効果を生成します。エンジンは、それらのすべての到着、それらが引き起こすルールチェックや能力を解決するために、すべての作業を行う必要があります。軍隊が成長するにつれて、エンブレムの能力を解決するために必要な作業も増加します。

エンジンの一歩にかかるコスト

少し立ち止まって考えてみましょう。Arcanaのルールで次に修正すべきギャップを決定していました。私は64個のPioneerデッキhと、既知の問題がある37枚のカードのリストを持っていました。2,016通りの異なるデッキのペアがありました。各ペアを2回プレイし、それぞれが先攻でプレイしたので、それらの状況がどれくらいの頻度で発生するかを数えるために4,032試合を行いました。

ファジングにいくらか似た試みで、私はこの4,032試合の全ラインナップをさらに100回スケジュールしました。各実行は異なる乱数シードiを使用し、両方のプレイヤーはランダムにアクションを選択しました。つまり、100×4,032=403,200100 \times 4{,}032 = 403{,}200試合を追加して、パニック、クラッシュ、またはエンジンの停止を引き起こせるかどうかを確認しました。

約40万試合はすべて独立しており、それらの間に相互の依存関係はありません。したがって、作業はHPCにうまく並列化でき、通常は自宅のハードウェアではなくクラスターでこれらのゲームを実行します。(これは、より大きなトライアルやRL実験をエンジンで使用する場合に特に重要ですが、このような目的でも便利です!)残念ながら、今回この作業を行ったところ、9つのジョブが2時間制限に達しました。乱数シードと2つのデッキリストにより、停止した単一のゲームをラップトップで再プレイし、個々のステップを時間計測することができました。

そのゲームでは、プレイヤーの一人が34ターン目にLilianaのアルティメットを発動しました。軍隊が数千体に成長した後、エンブレムの1回の解決にラップトップで35秒かかりました。それは単一のエンジンステップでした。両プレイヤーはその能力を解決させていました。どちらかが次の決定を下す前に、Arcanaは新しいゾンビをすべて戦場に配置し、それがトリガーしたものをすべてチェックする必要がありました。

最初のゾンビの1つを考えてみましょう。あなたがコントロールするクリーチャーにはevolveという能力があるかもしれません。これは、より高いパワーまたはより高いタフネスを持つクリーチャーがあなたのコントロール下で戦場に出たときに、+1/+1カウンターを与えることができます。エンジンは、次のように該当するすべてのクリーチャーを見つける必要がありますj。

let evolvers: Vec<ObjectId> = state.objects
    .objects_in_zone(Zone::Battlefield)
    .filter(|o| o.controller == ctrl && o.id != *object_id)
    .map(|o| o.id)
    .filter(|id| state.effective_keywords(*id)
        .iter().any(|k| matches!(k, KA::Evolve)))
    .filter(|id| {
        ep > state.computed_power(*id).unwrap_or(i32::MAX)
        || et > state.computed_toughness(*id).unwrap_or(i32::MAX)
    })
    .collect();

このコードは戦場のウォークです。あなたのゾンビの1体が戦場に出たときに、あなたがコントロールする他の各パーマネントについて、effective_keywordsはその現在の特性を計算して、それがevolveを持っているかどうかを調べます。このゲームでは、evolveを持つものは何もありませんでしたので、リストは空で返されました。次に別のゾンビが入り、そして最も残念なことに、エンジンは同じ質問を何度も繰り返しました。軍隊が倍増し、約2倍の数のゾンビが入ってくると、それぞれが約2倍のオブジェクトをスキャンします。どこに向かっているかわかるでしょう。同じ空のリストを生成するためには、約4倍のチェックが必要です。

ターン52、54、56で、ターン開始時のゾンビの数を数え、終了時にエンブレムが解決される時間を計測しました。ラップトップでの1回の再プレイでは、これらのステップは1.72秒、7.78秒、35.15秒かかりました。

[画像: Figure 2. ゾンビの数が約2倍になったとき、各エンブレムの解決は約4.5倍の時間がかかりました。]

ターン58までに、対戦相手はライフ31、ゾンビ7,256体と対峙していました。1体あたり2ダメージとすると、16体のブロックされていないゾンビで十分でした。そのターンにArcanaが提供した最大の攻撃は、クリーチャー1体を使用しました。

なぜ軍隊は攻撃しなかったのか?

対戦相手が攻撃クリーチャーを選択する直前の、防御側のリプレイビジュアライザーからの視点です。各ゾンビの山にある小さなバッジを見逃さないでください!(ビジュアライザーは、同じ名前、タップ状態、パワー、タフネスを持つクリーチャーを1つのタイルにグループ化します。)

[画像: Turn 44. 攻撃側は3つの山に56体のゾンビを持っています。提供された229の宣言のうち1つは、56体のクリーチャーを戦闘に送り込むことになります。]

[画像: Turn 58. 最大の山だけでも7,234体のゾンビを抱え、防御側はライフ31です。メニューの中で最大の攻撃はクリーチャー1体で送られます。]

テーブルでは、「すべてのゾンビがあなたを攻撃する」と言って、それらを横向きにすることができます。実際、紙のカードでは、私や他の合理的な人間が2/2のゾンビトークンの7,000枚の印刷されたコピーを所有している可能性は実質的にありません。そのため、鉛筆と紙や、カウンターとして機能する誰かの電話のアプリなど、他の方法を使用しているでしょう。残念ながら、Arcanaでは、状態とそれに適用される変換について非常に正確である必要があります。ランダムなプレイヤーはリストから選択し、各エントリは全体の攻撃を指定します。ターン44では、各適格なゾンビは、何もしない、プレイヤーを攻撃する、または3人の対戦相手のプレインズウォーカーのいずれかを攻撃するという選択肢がありました。したがって、ゾンビ1体あたり5つの選択肢があります。ゾンビが5体だけでも、攻撃者を宣言する方法は5^5=3,125通りあり、ご想像の通り、数千体のゾンビがいる場合…そうです、良くありません!

Arcanaには1,024の宣言の予算がありました。組み合わせがその予算を超えた場合、アイデアは、すべてのオプションを提供するのではなく、合理的なプレイヤーが行う可能性のある決定をカプセル化した、いくつかの有用な可能性を保持することでした。これに対する私の正当化は、紙でプレイする場合、私が述べたように誰も7,000体の印刷されたゾンビを持っていないため、「私のゾンビ3,759体があなたを攻撃し、3,497体がプレインズウォーカーXを攻撃する」と言うのは非常に pedantic であり、誰もkがそうすることはないだろうということです。Arcanaはオプションを削減し、パス、単一のクリーチャーを任意の防御者に送る、または攻撃可能な全員を一度に特定の防御者に送ることを可能にします。このコードが実行されたとき、パスはすでにリストに含まれていました。2つのループの順序を見てください。

// Abridged control flow; declaration construction is omitted.
for (atk, defs) in &slots {
    for &def in defs {
        if out.len() >= MAX_COMBAT_ENUM { return out; }
        // Append a single-creature attack.
    }
}

// Only after the singles: append all-in attacks for each defender.
for def in distinct {
    if out.len() >= MAX_COMBAT_ENUM { return out; }
    // Append all eligible attackers against this defender.
}

ターン44では、算数はかなりうまくいきました。攻撃側のボード上の58体のクリーチャーのうち、56体が攻撃可能でした。4人の防御者は、これらのクリーチャーに56×4=22456 \times 4 = 224通りの単独攻撃の選択肢を与えました。パスと、すべての攻撃者を単一のターゲットに送る4つの方法を加え、リプレイの229エントリが得られます。それらのうち1つだけがプレイヤー全体に軍隊を送ったので、ランダムなプレイヤーはそれを見逃す可能性が高いです。

ここで、最初のループに256体の適格な攻撃者と、同じ4人の防御者を与えてみましょう。単一クリーチャー攻撃だけで1,024スロットを占め、パスはすでに1つを取っています。その小さなreturn outは関数を終了するため、決定的に、2番目のループは実行されません。

TurnCreatures controlledDeclarations offeredUsing multiple creatures
44582294
482299134
504571,0240
587,2581,0240

ターン50までに、たとえ完璧なプレイヤーがこのリストから選択したとしても、最大でクリーチャー1体しか送れませんでした。そして、私たちのプレイヤーはターン58で実際に行いましたか?それはOko, Thief of Crownsに2/2のゾンビ1体を送りました。防御側プレイヤーはライフ31のままでした。そして終了ステップが来て、Lilianaのエンブレムが再びトリガーされました。

上限を設定する

Arcanaはすでに、同じ安定した状態を十分に頻繁に見たときに引き分けを呼び出す方法を知っていました。チェスの3回繰り返しに似たシステムがありましたが、それはプレイヤーの計算能力や人間の便宜のためというよりは、Arcanaが実行されるハードウェアの利便性のためのものでした。ランダムプレイテストにも、ゲームあたり20,000アクションの制限がありました。Lilianaの軍隊が倍増するたびに、そのチェックは以前に見たことのない状態に遭遇しました。ターン58で、リプレイはアクション2,325まで進み、エンブレムが解決されるのを待つために優先権を渡しました。60秒後、私の貧弱なラップトッププローブは、予算に十分なアクションを残したまま、その1回の呼び出しが返ってくるのをまだ待っていました。

64デッキがあったことを思い出してください。そのうち4つだけが実際にLiliana, the Last Hopeを含んでいました。(彼女の名前は、この時点で特別な皮肉を帯びていると思いませんか?私は素晴らしいと思います。)実際、予想通り、タイムアウトした9つのジョブすべてに、その4つのデッキのいずれかが未完了のゲームに含まれていました。したがって、次の実行のために、私は両側の戦場のすべてのパーマネントを数えるようにテストハーネスを設定しました。制限を500に設定すると、ランダムプレイテストのチェックは次のようになります。

let size = battlefield_size(&state);
peak = peak.max(size);
if size > max_permanents && !matches!(yld, EngineYield::GameOver(_)) {
    let detail = format!("{size} permanents at turn {}", state.turn.turn_number);
    return out("board_cap", steps, detail, peak);
}

これが、制限を設けて別の停止したゲームを再プレイしたときに、少し奇妙に見える結果を説明しています。それはターン48で576個のパーマネントで停止しました。ゲーム開始から0.16秒後でした!なぜか、とあなたは尋ねるでしょう。トークンのバッチ全体が1回のステップで到着できます。ハーネスは、そのステップが完了するとすぐに新しい戦場を認識し、ターンとサイズを独自の成果物であるboard_capに記録し、次のゲームに進みます。勝利、敗北、引き分けを数えるとき、実験が短縮したゲームを正確に確認できます。

これにより実験は再び進みましたが、このリプレイで測定したいエンジン変更が2つあります。1つは、関連する特性が変わらない限り、evolveを持つパーマネントを一度計算して再利用することです。もう1つは、シングル攻撃でメニューを埋める前に、オールイン攻撃のためのスペースを確保することです。どちらも必要な潜在的な方向性だと思います。前者はLilianaのエンドステップをより安価にするかもしれませんが、後者は攻撃側が彼女がそれを得る前にゲームを終了する機会を与えるでしょう。

Magic: The Gatheringの「マジック」

ある意味、これは避けられなかったのではないでしょうか?私はそれを招いたのです。Scute Swarmデッキとその指数関数的なシナジーを思いついたときに、私が作り出している問題を知っていたと言うのは控えめでしょう。ある意味、そのアイデアを思いつき、Arenaで最初にコンセプトをまとめたときに、かすかな予感があったのを覚えています。原理的には何が起こるか(「2、4、8、

__?

」のシーケンスで次の数字は何ですか?)と、効果として何を見たいか(「一体どれだけのライフを得られるだろうか?」)の両方を知っていました。数年後、この予感の本当の意味が私に明らかになったようです。Lilianaは、いくらかの犠牲を払って、それを私に果たしてくれました。

しかし、Lilianaについて私が最も注目すべきことは、指数関数的な成長のどこにいても、彼女のエンブレムの指示がどれほど読みやすいかということです。Magicのゲームとしての主な批判の1つは、指示がしばしば専門用語が多く解釈が難しいことです。実際、Scryfallで(基本的な土地のようなもの以外で)公式の解釈に関する複数の裁定を長年蓄積していないカードを見ることはめったにありません。しかし、Liliana(彼女自身もそのような解釈を蓄積しています。確かに、だから私は間違っているのかもしれません)に関しては、これは問題ないと思います。ゾンビが0体なら2体を作り、7,256体なら同じように7,258体を作ります。指示を記述するために必要なインクの量は、最初のものと同じですが、後者がはるかに多くの混乱の原因となる可能性があります。それが私にとってのMagicの「マジック」の一部です。私は60枚のカードのデッキを、私のScute Swarmの創造物と同じように手に持つことができ、数年後、私が手にしているものが正確に何であるかを発見し続けています。

コード、データ、リプレイログ

  1. これらは、「エバーグリーン」(私のようなより経験豊富なプレイヤーが知っているもの)とそれ以外に分けられます。Magicは、新しいセットが導入されるたびに少なくとも1つの新しいキーワードを導入し、それがしばしば大きな混乱の原因となります。幸いなことに、新しいものは通常説明されており、Scryfallはすぐに検索できます。↩︎
  2. (Arenaはクローズドソースであるため)証明されていませんが、特に最高レベルのプレイでは、Arenaはほぼ一貫してデッキを類似のアーキタイプを持つ他のデッキとランク付けしていることが広く文書化されています。この腹立たしい状況は、ゲームを面白くしているデッキ構築と戦略化の多様性を損ないます。私はMythicランクだったときにArenaをプレイするのをやめましたが、まだ18歳ではなかったため、そうでなければ資格があったであろうPro Tour予選に参加できなかったことを残念に思っています。この理由から、私は真剣なArenaプレイに戻ることは決してありません。↩︎
  3. Arenaよりもさらに悪いことに、それはいくつかの「スターターデッキ」に基づいて決定論的にコーディングされているようです。Forgeのデッキは任意のデッキでプレイできます!↩︎
  4. 即時除去が明白な選択肢ですが、それが利用できない場合は、スタック上にある間に呪文を打ち消すか、6枚目の土地が置かれる前にカードを追放することもできます。↩︎
  5. Zendikar RisingリリースノートのScute Swarmエントリを参照してください。↩︎
  6. 実際にはマーカーであり、カードではありませんが、会話の目的のためには、一般的な英語の会話で定義する「カード」と実質的に同じです。すみません、でも後悔はしていません。↩︎
  7. ですから、残念ながら、カードとして賞賛はしますが、Extinctionはあなたを救いません。指数関数は常に勝ちます。↩︎
  8. これらはKaggleのcamilonunezのMTGTop8トーナメントデッキコレクションから取得しました。私がチェックした800個の異なるPioneerデッキのうち、Arcanaは64個のデッキの60枚のメインデッキのすべてのカードを持っていました。↩︎
  9. この文脈では、特定の対戦カードについて、シードを変更すると、デッキのシャッフル方法やプレイヤーの選択が変わる可能性があります。同じシード、同じデッキ、座席順、Arcanaのバージョンを使用すると、これらの選択を正確に再現できます。↩︎
  10. 2つのデバッガサンプルが、このコードと一致する戦場スキャン内で特性を計算しているArcanaをキャッチしました。他のトリガーチェックもボードをスキャンするため、これらのサンプルでは、経過時間のどれだけがevolveのみに属していたかはわかりません。したがって、evolveを単なる例として扱ってください。↩︎
  11. 少なくとも、Magic: The Gatheringのゲームで対戦相手が喜んでプレイしてくれる人がいる場合です!↩︎