【野球】配球シミュレーション作りの整理

配球シミュレーション自作にチャレンジしている中で、イメージしている案や頓挫している点を入れた、自作状況をバーッと書くことにします。メモ書きなので、中身は何も無いです、、（考えていることも、基本レポートパッドに殴り書きしている状態）

モチベーション

配球を「期待利得をめぐる駆け引き」、つまり自身を有利な状況に持っていくための綱引き、として捉えた場合に、合理的な主体はどう配球をするか、シミュレーションがしたい。野球中継等で出ている物は、おそらくバッテリー側のトレンドを解析しての配球予測をしているが、もっと結果にコミットした配球予測をしたい。

合理的な配球が仮定出来た場合、合理的な打者はどうアジャストをするか、も兼ねたシミュレーションも出来ると思うので、そこまでつなげられれば、よりミクロに野球をモデリング出来る。

ここまでの配球モデリング

カウント単位で、投打の有利・不利はバッティングスタッツとして表現が出来そう。報酬としては、TBで表現したい目論見がある。

実利得（0〜4）と期待利得の差分が実報酬になるイメージ。期待利得が高いカウントは、当然高い方に良い報酬が行く様に、各種パラメータは調整される。

合理的なバッテリーが、上記の判断ロジックを元に、配球を組み立てることを想定した、モンテカルロ木探索を行う。1球単位でノードが生まれて、そこには各主体の意識が詰まった状態を保持する。

頓挫ポイント

「各種パラメータは調整される」と書いたが、どう調整されるのかが分からない。例えば「プロ野球スピリッツ」では、同じコースにいくらかボールを投げると、そこへの意識が高まる、な具合な調整が入る。球速帯にしても同じ。でも、現実はどうなんだろうか、、コース別、球種別、様々な切り口での意識の変化を、モンテカルロ木で言うところの、ノードが保持する状態として表現しきれない気がしている。

そもそも、合理的な主体であっても、打者の意識傾向を定量化して読めないんじゃないか、との情報の非対称性問題。「インコースを意識させれば、アウトコースが疎かになる」とバッテリーが評価したとして、その効果具合が分からない。バッテリーの中で感覚的な値（打率が1分下がる、等）あるのかも不明。状態とは一体、、

そもそも、「駆け引きとしての配球」との理解は正しいのか、との疑問。要素を積み上げる性質が高まっている近代野球の中で、打者はどのコースでもブラさずにベストなスイングを続けることが大事だし、投手もベストなボールをベストなコースへ、良い塩梅で投げることを信条としているのではないか。だとすれば、配球とは「自身はこうやって打者を抑えるのだ」とのストラテジー表現でしか無く、打者は影響をもたらすファクターでは無くなる。

シミュレーションが出来たとして、結果をどう判定しようか。

展望

少なくとも、モンテカルロ木ドリブンなシミュレーションは無理な気がしている、、（めちゃくちゃ前提を作る・制限する必要がある）

けれども、「配球」の実体は掴みたい。ほとんどが定量化出来ている野球の中で、最後の未開拓地なイメージで見ている。良いヒントが無いかな、、で、ゲーム理論あたりは再学習しても良いかも。まずは合理主体で諸々検討したい。