4枚PLOを本当に学ぶとは:単純化し、大小を選び、しきい値だけ覚える

4枚カードPLOのレンジは複雑で、全コンボの頻度暗記では実行できない。本記事はGTO WizardのデモによるSIDの3手順を整理する。複雑な戦略を実行可能な単純版に置き換え、影響の大きい判断を優先し、逐手の頻度暗記の代わりに戦略が変わる境目のしきい値グループだけ覚える。プリフロップのアンカーと口訣、フロップ以降の学習対象の絞り方、特定デモ配置に縛られる頻度・しきい値の適用条件を説明する。

PokerSlate オリジナルイラスト
PokerSlate オリジナルイラスト

著者: PokerSlate AI-assisted editorial desk · 編集者: PokerSlate separate AI editorial review

公開日:
更新日:
審査日:

統計係になるな:実行できるものだけが点数になる

講演者の出発点は率直だ。かつて彼は1日12時間学び、表を作り、頻度を覚え、あらゆるサイズを詰めたが、卓に座ると数字が全部混ざり、PLO100も勝てなかった。結論はこうだ。PLOには数十万、時に百万を超えるコンビネーションがあり、全ハンド全ボードの解を覚える道は通らない。学ぶべきは局面の骨格だ。状況が変わっても、どこへ向かうか分かる状態にする。

彼はこの方法をSIDと呼び、3手順ある。1つ目は単純化だ。多くの局面では複雑な戦略を実行可能な単純版に置き換える。失う期待値は小さく、卓で打てる単純戦略は打てない複雑戦略に大きく勝る。2つ目は大小の選別だ。約2割の内容が勝率の大半を生み、残りは大半がノイズだ。際どい判断で混合頻度や小数点を詰めるのはやめ、相手プールの傾向と卓の情報を見る。3つ目は局面をまたいで繰り返すテーマを探すことだ。1つのテーマが複数領域を同時に覆う。これが学習の加速点だ。

01PokerSlate

SIDの3手順:まず打てる形、完全は後

01

単純化

多くの局面で実行可能な単純戦略を使い、期待値損失は小さく実戦価値は高い。

02

大小の選別

約2割の内容が勝率の大半を生み、際どい判断は相手プールと卓情報で見る。

03

繰返しテーマを探す

1テーマが複数領域を覆い、細かい頻度や派手ラインの写しをやめる。

04

実行できるものだけが点数

打てない複雑解はゼロに等しく、複雑さは実行を殺す。

概念図で、講演者の4枚PLOシミュレーションと学習提案を整理したもの。頻度と境目はデモ配置に縛られる。

プリフロップは暗記ではなくアンカーと口訣で

各ポジションのオープン頻度は一見乱数に見えるが、レンジの骨格はよく似ている。講演者はCOレンジをアンカーにする。SBの頻度はCOに近く、大半はマージナルを数ハンド足すだけで、COレンジのままSBを打っても大きな間違いではない。BTNの中核はCOに似るが、COを少し広げるだけでは足りない。口訣は「迷ったらオープン」で、後はトレーナーで微調整する。前のポジションは逆で「迷ったらフォールド」だ。マージナルを捨てるほうがレンジは速く正軌道に戻る。BTNオープンへのBBディフェンスもCOオープンと大きく重なる。学び方は新しいレンジをゼロから覚えるのではなく、まずCOなら何を開けるか自問し、足すべきハンドを補うことだ。

次に2つのプリフロップ判断だ。1つ目、KQ77ダブルスーテッドにソルバーがコール53%・レイズ46%のような接近した混合を出すが、講演者は実戦の答えは混ぜないことだと言う。この1ハンドを正確にランダム化しなくても誰も搾取してこないし、同種の77コンボには元々ピュアコールとピュアレイズがある。混合を答えにすると、相手傾向・スタックデプス・卓の流れを見なくなる言い訳になりがちだ。2つ目、時間を割くのは大きな間違いだ。例えばデモ内の特定配置におけるシミュレーションEV比較で、ある3ベットがコールより20bb/100低いという類の間違いは、実際の収支やレーキではなく、局面理解そのものを変えるので深掘りに値する。小さな期待値差は値しない。

もう1つ位置をまたぐ汎用パターンがある。COの先手レンジはA入りハンドを好む。理由は、オープン範囲を縛る第一の要因が3ベットへの対応だからだ。A入りは相手の3ベット頻度を下げ、3ベットされても小SPRポットで完全に潰されず、フロップ以降も続けられる。裏面はダングラーだ。3-2、4-2、5-2、7-2のようなローで繋がらないサイドカードはソルバーが大半フォールドし、講演者はこれをダングラーと呼ぶ。同じパターンはミドル・前・SBにも出る。Aダブルスーテッドはダングラーなしなら3ベット寄り、ダングラー入りならコールドコール寄りになる。

02PokerSlate

プリフロップのアンカー・口訣・コンボパターン

01

COをアンカーに

SB頻度はCOに近く、BB守備はCOのオープンから問い足すべき手を補う。

02

BTNは迷ったら開ける

COを広げるだけでは足りず、迷ったらオープンの口訣でBTNに寄せ後で微調整する。

03

前は迷ったら捨てる

マージナルは捨て、前では3割レンジは緩すぎる。

04

A入り優先

相手の3ベット頻度を下げ、小SPRで3ベットされても続けられる。

05

ダングラーを捨てる

繋がらないローは大半捨て、ダングラー入りAダブルスーテッドはコールに回す。

概念図で、講演者の4枚PLOシミュレーションと学習提案を整理したもの。頻度と境目はデモ配置に縛られる。

フロップ以降は学ぶ位置を選び、頻度を人間の言葉にする

フロップ以降は局面数が爆発するので、講演者は先に学習範囲を切る。前のポジションとの間、前のポジションに守られるポットは珍しく大きくもなりにくいため勝率への影響が小さい。本当に投資すべきは高頻度または大ポットの場面、例えばBTN対BB、CO対BTN、3ベットポットだ。

次に暗記を型に置き換える。CO対BTNの継続ベットは全体に低い。例はT84で約16%、J96で約12%、K87は約6%にすぎない。COが既にポジション不利でBTNよりレンジが弱いからで、8ハイ面だけは時おり例外でcbetが50%を超えることがある。SB対BBは全く違う。一部の面でSBは60〜70%、時に80%超で打ち、同じ面でCOは大半チェックする。SBとCOのレンジはどちらも30〜35%付近だが相手が全く違う。BTNの守りはエスプレッソで量少なく締まり、BBの守りは薄めたコーヒーで量多く緩く、守る数はBTNのほぼ3倍だ。だからSBは高い面でより打てる。

44.7%のような数字は覚えられないし覚える必要もない。講演者の換算は区分けだ。4〜6割は「約半分」、3割前後は「たまに」、7割前後は「よく打つ」。こうするとSB戦略全体は一文に圧縮できる。ブロードウェイ面はよく打ち、中位面は約半分、低い面はたまに、ほぼ打たない。

サイズも同じく単純化する。GTO Wizardは複数サイズを一度に試せるが、サイズを1段階足すごとに頻度と境目が1層増える。多くのフロップとターンでは1サイズだけでも期待値の損失は小さい。講演者はフロップを2種に分ける。リバーまでナッツがほぼ変わらないロック面、例えばペアボード・モノトーン・ストレート完成面は3分の1か4分の1の小サイズとし、この選択は単純化の口訣とする。ポジション、スタックデプス、相手レンジが変わるときは対応するデモ配置を確認する。その他の通常面は大半ハーフポットだ。インポジションでの4分の3も成立するが、代償として打つ頻度を下げねばならないと理解する。

覚えるのは戦略の変化点だけ:しきい値グループ

コンボが多すぎるので、講演者は各コンボの戦略を覚えるのではなく右のグループパネルに時間を使う。ただし各グループの各ボードでの打ち方を写すなと釘を刺す。それはまだ統計係のやり方だ。正しいやり方は戦略が変わる1つのグループを探し、他は無視することだ。

CO対BTNでベットに向かう時、ツーペア以上は大半コールで研究する所なし。ペアグループにフォールド・コール・レイズがある。これが変化点だ。分解すると、フラッシュドロー付きペア、wrap付きペア、両端ストレートドロー付きペアは続ける。ペア+ガットから混合が出始めるが、このグループの混合は各コンボが無差別という意味ではなく、掘り下げるとデモではピュア戦略のサブグループが見える。法則はこうだ。ペア+ガットより強い部分は続け、それより弱い裸のペアは大半フォールドする。この1グループだけ覚えればよく、全体の記憶を置き換えるアンカーになる。実戦ではしきい値グループの最良部分だけ打ち、良いオーバーペアやトップペアを打ち、グループ最下位は捨てる。

講演者は幾つかのデモで似たしきい値グループを見つけたが、これだけで全てのPLOボードに当てはまるとは言えない。KQ8系統の面に移ると、ツーペア群は大半コール、良いドロー付きペアは続け、ペア+ガットが再びしきい値になる。A・K付きガットは約9割続け、A・Kなしは大半フォールドだ。SB対BBのデモでも似た結論が見られた。ツーペア以上は続け、両端付きペアは続け、しきい値グループは五分五分で、良いオーバーペア+トップペア付きガットは約96%続け、良いオーバーペアもトップペアもないガットは約8割フォールドする。先にこの1つのアンカーを押さえればこのディフェンス場面の期待値の大半が取れ、残りの小差は後で補えばよい。局面をまたいで再利用する前にグループ定義、ポジション、レンジ、スタックを確認する。

03PokerSlate

しきい値グループ:境目の1群だけ覚える

01

変化点を探す

ツーペア以上は大半続け、フォールド・コール・レイズのあるペア群だけ分解する。

02

境目はペア+ガット

強いほうは続け、裸ペアは大半捨て。混合の下にはデモで見られたピュア戦略のサブグループがある。

03

良い端と悪い端を打つ

良いオーバーペアとトップペアを打ち、最下位は捨てる。

04

面をまたいで再利用

デモではKQ8とSB対BBに似た境目が見られた。移す前にポジション、レンジ、スタック、グループ定義を確認する。

概念図で、講演者の4枚PLOシミュレーションと学習提案を整理したもの。頻度と境目はデモ配置に縛られる。

誤用しやすい所

  • 単純化は適当打ちではない。成立条件は実行可能性だ。1サイズ・区分頻度・しきい値グループは卓で打つためにある。実行の歪む単純化は、大きな間違いを避けることに劣る。
  • 接近した混合は先にEV差を見る。低コストの混合は単純化が勧められるが、全ての混合頻度がノイズというわけではなく、相手プール傾向・スタックデプス・卓の流れを見て、理解を組み替える大間違いに時間を使え。
  • しきい値グループは方向だけ示し、正確な頻度は示さない。境目がどのグループか、良い端と悪い端を打つことだけ覚えれば多くの面に対応できる。局面またぎで再利用する前にグループ定義の一致を確認する。

地域別の補足情報

4枚カードPLOを学び、GTO Wizardのシミュレーションに触れたものの大量のコンボ戦略を実行できない読者向け。文中のオープン、継続ベット頻度、しきい値グループ、EV差は講演者の特定デモ配置による口述で、相手プールの実測ではなく、NLHEの指導にそのまま使えない。ポジション、スタックデプス、レーキ、ベットサイズ、相手レンジが変われば境目を再確認する必要があり、本記事はソルバーを独自に再計算していない。

原典と確認記録

  • GTOWizard

    動画における4枚PLOの学び方の口頭解説。SIDの3手順、COアンカーと開閉の口訣、KQ77ダブルスーテッドの混合判断、大小の間違いの区別、AXとダングラーのパターン、COとSBの継続ベット差と区分記憶、ロック面とハーフポットサイズ、ペア+ガットしきい値グループの面・位置またぎ再利用。本記事はこれを独自に整理し、未知のホールカードスートやボードは補っていない。

    確認済み:

この記事は次の動画から作成されました: GTOWizard · How Pros Actually Study PLO ↗