Mixed Strategy（混合戦略）
混合戦略 とは、同じハンド・同じ状況で複数のアクションを一定の頻度で使い分ける ことです。ソルバーの出力に頻出します（例：「A♠K♥ は 60% レイズ、40% コール」）。
ここから先は、ハンター試験でいう「最終選抜」に相当する領域です。中級までは「このハンドはこのアクション」という一対一の対応で戦えました。しかし上級では、最善手が一つに定まらないノード が無数に現れます。そこで問われるのは「どちらが正しいか」ではなく「どちらを、どのくらいの割合で選ぶか」です。混合戦略はGTO（ゲーム理論的最適戦略）の核心であり、同時に 実戦で最も誤解されやすい概念 でもあります。「サイコロを振ってプレイする」という表面的な理解のまま使うと、EV（期待値）を垂れ流します。本稿では、なぜ混合が生まれるのかという理論の根っこから、スタック深度・ボード・ブロッカー・マルチウェイといった実戦要素、そしてエクスプロイト（搾取）との使い分けまでを、数値を追いながら徹底的に掘り下げます。
そもそも「混ぜる」とは何をしているのか
まず用語を固めます。
- 純粋戦略（ピュア戦略）：ある状況で、特定のハンドに対して常に同じ一つのアクションを100%選ぶこと。「セットは必ずベット」「AA は必ず3ベット」がこれです。
- 混合戦略：同じ状況・同じハンドに対して、複数のアクションを確率的に配分すること。「A♠K♥ は 60% レイズ / 40% コール」がこれです。
重要なのは、混合は 1回のプレイの中で 起きるのではなく、同じ状況に何度も直面したときの分布 として現れる、という点です。今このハンドをレイズするかコールするかは、最終的には一つに決まります。混合とは「A♠K♥ を持ってこのスポットに来たとき、長期的にはレイズ6割・コール4割になるようにする」という 上位のルール のことです。
| 概念 | 意味 | 例 |
|---|---|---|
| 純粋戦略 | 1ハンドに1アクション100% | セット → 常にベット |
| 混合戦略 | 1ハンドに複数アクションを頻度配分 | A♠K♥ → 60%レイズ/40%コール |
| 頻度（frequency） | あるアクションを選ぶ割合 | 60%、40% など |
| ノード | ゲームツリー上の意思決定点 | 「BTNオープンにBBが直面」など |
混合が生まれる根本理由：無差別化（indifference）
混合戦略が現れる数学的な理由はただ一つ、均衡において、混ぜている複数のアクションのEVが等しいから です。これを 無差別の原理（indifference principle） と呼びます。
なぜEVが等しくなると混ぜるのか。ここが最大の直感的ハードルです。順序を逆にすると腑に落ちます。「あなたが混ぜているから、相手のEVが等しくなる」 のです。
具体例で見ます。あなたがリバーでバリューとブラフを持ってベットするとします。相手はブラフキャッチ（コールでブラフだけを捕まえるハンド）を持っています。
- あなたのブラフが多すぎれば、相手はコールが得（あなたを狩れる）
- あなたのブラフが少なすぎれば、相手はフォールドが得（コールしても損）
- ちょうど良いブラフ頻度のとき、相手はコールしてもフォールドしても同じEV になる
この「相手を無差別にする」ブラフ頻度こそが混合戦略です。あなたが正しく混ぜると、相手はどう応じても得できません。これが「混合が相手にとって厄介な理由」の本質です。相手には 付け入る隙（=偏り）がなくなる のです。
逆に言えば、明確にEVの高いアクションがあるノードでは混合は現れません。ソルバーがそこをピュアで返すのは、混ぜる理由（EVが等しいという条件）が存在しないからです。混合はサボりや曖昧さではなく、「複数の選択肢が拮抗している」という盤面の性質を反映した結果です。
| 状況 | 均衡での戦略 | 理由 |
|---|---|---|
| ベットのEV > チェックのEV | ピュア（ベット100%） | 混ぜる理由がない |
| ベットのEV = チェックのEV | 混合（頻度は自由度あり） | 無差別だから配分できる |
| ベットのEV < チェックのEV | ピュア（チェック100%） | 混ぜる理由がない |
ここで MDF（最小防御頻度） との接続を押さえます。相手のベットに対し、こちらが降りすぎるとブラフが常に得になります。それを防ぐ防御頻度が MDF = ポット /（ポット + ベット）で、対応するブラフの適正比率が α = ベット /（ポット + ベット）です。混合戦略は、この MDF/α を満たすように「どのハンドをどれだけ各ラインに割り振るか」を決める作業 に他なりません。無差別化・MDF・混合は同じコインの三つの面です。
ソルバー出力の読み方：「60%レイズ/40%コール」の意味
「A♠K♥：60% レイズ / 40% コール / 0% フォールド」という出力を、実戦の言葉に翻訳します。
これは 「A♠K♥ という同じハンドクラスの中で、6割はレイズに、4割はコールに配分すると、レイズレンジもコールレンジも過不足なく守られる」 という意味です。決して「A♠K♥ はレイズが少し得だがコールもそこそこ」という意味ではありません。無差別ですから、この2アクションのEVは（この均衡の中では）同一 です。
そして 「0% フォールド」は極めて重要な情報 です。これは「フォールドは明確にEVが劣る＝混ぜる価値すらない」ことを示します。つまり、この出力は「レイズとコールは無差別、フォールドは論外」という 3アクションの序列 を伝えています。混合が起きているのは無差別な2つの間だけで、フォールドはピュアに排除されているのです。
| 出力 | 実戦的解釈 |
|---|---|
| 55%レイズ/45%コール/0%フォールド | レイズとコールは無差別、フォールドは劣勢で除外 |
| 100%コール | コールが明確に最善、混ぜる必要なし |
| 50%チェック/50%ベット | 完全に拮抗、どちらでも良いノード |
| 51%ベット/49%チェック | ほぼ無差別。実戦では片方に寄せてよい（後述） |
なぜ強いハンドをチェックに残すのか：レンジ保護
混合の典型が スロープレイの混合、つまりセットやトップツーのような強いハンドの一部を、あえてチェックレンジに残すことです。目的は レンジ保護（range protection） です。
セットを毎回ベットすると何が起きるか。チェックレンジから最強クラスが消えます。すると：
- チェックレンジの上限が下がる → 相手はあなたのチェックに対して安心してベット・ブラフを浴びせられる。あなたはチェック後に守れず、搾取されます。
- ベットにレイズを浴びたとき脆くなる ケースもある（ナッツ級を分散していないと、大きなアクションに耐えるハンドが偏る）
強いハンドを 両方のライン（ベット/チェック）に分配 することで、どちらのレンジにも「触ると危険なハンド」が含まれ、相手はどちらに対しても軽率に攻められなくなります。これが「同じ手をチェックとベットで打ち分ける目的」です。
一点、上級者が誤解しやすいのは配分の方向です。「なぜセットの一部をベットではなくチェックに集中させるのか」 の根拠は、多くの場合 レンジ構造（=チェックレンジを守る必要） と 将来ストリートでのバリュー最大化 です。ドライボードでこちらがレンジ全体で有利なとき、相手はそもそもベットに降りがち。だからナッツ級は急いでベットするより、チェックして相手のブラフを誘い、ターン以降で稼ぐ方がEVが高くなることがある——つまり チェック自体のEVが高い という理由が本質で、「読まれないためのランダム化」は副次的です。この優先順位は覚えておく価値があります。
実戦での再現：ランダム化の手段
均衡の厳密な小数点比率を人間が再現するのは不可能です。そこで 簡易ランダム化 を使います。
- ホールカードのスート：例「A♠K♥ で♠を持っていたらレイズ、そうでなければコール」。特定スートの出現頻度で 50/50 や 25/75 を近似できます。
- 時計の秒針：スポットに入った瞬間の秒針が 0〜35 秒ならベット、36〜59 秒ならチェック、で約 60/40 を作れます。
- ブロッカーと連動させる：後述の通り、スート選択をブロッカー効果と結びつけると、ただの乱数以上に賢い混合になります。
ここで重要な認識があります。実戦では「完全なランダム」より「戦略的に選択された混合」の方が優れている ことが多い、という点です。理由は、無差別なノードでも、ブロッカーやプレイアビリティを考慮すると、どの具体的コンボをどちらに回すかで将来EVに差が出る からです。乱数は「頻度」を守るための道具にすぎず、「どのコンボを回すか」は乱数任せにせず設計してよいのです。
| ランダム化手段 | 作れる頻度の例 | 長所 |
|---|---|---|
| スート（4種） | 25/50/75 の近似 | 常に手元にある |
| スート（赤黒） | 50/50 | 最も簡単 |
| 秒針 | 任意の割合を細かく | 比率を自由に設定できる |
| ブロッカー連動 | 頻度＋コンボ選択 | 将来EVまで最適化 |
混合が「運」ではない理由
「頻度でアクションを決める＝運任せ」という誤解は根強いですが、逆です。混合戦略が導入するのは運ではなく 予測不能性（unpredictability） です。あなたの手の中身は確定していて、揺らいでいるのは「相手から見たあなたの手の分布」だけです。
サイコロを振るのは 相手に読ませないため であって、あなた自身の判断を放棄しているのではありません。むしろ、どのコンボをどちらへ回すかを設計している時点で、これは高度に計算された行為です。「混合＝ギャンブル性の導入」という理解は誤りで、正しくは「情報の非対称性を守る技術」です。
純粋戦略に寄せてよいとき：エクスプロイトと単純化
GTO混合は「読まれないための保険」です。しかし相手が読んでこないなら、保険料は無駄になります。相手のミスに対しては、純粋なエクスプロイト（偏った戦略）の方がEVが高い のが原則です。
| 状況 | 推奨 | 理由 |
|---|---|---|
| 弱い/パターン化した相手 | 純粋にエクスプロイト | 相手は混合を読まないので保険不要 |
| 相手がオーバーフォールド | ブラフ100%に寄せる | 均衡のブラフ頻度を超えて刈り取る |
| 相手がコールステーション | バリューベット100%、ブラフ0% | 混ぜる意味がない |
| 強い/未知の相手 | GTO混合を維持 | 付け入る隙を与えない |
| ほぼ無差別なノード | 片方にピュア化（単純化） | 実行負荷を下げてもEVロスは微小 |
弱い相手に GTO混合をそのまま当てるのは「正しくない」 ことに注意してください。GTOは相手の最善応答を前提に「損しない」戦略ですが、相手がミスするなら、そのミスを突く方が「勝てる」戦略です。GTOは天井ではなくベースラインです。
51/49 の扱いと単純化のEVロス
混合比率が僅差（51/49）のノードは、実戦では片方にピュア化して構いません。無差別に近いということは、どちらを選んでもEV差がほぼゼロだからです。ソルバー研究では、こうした僅差ノードを丸めて「戦略を単純化」しても、失われるEVは典型的に 1ポットあたり0コンマ数%以下 のオーダーにとどまることが知られています。人間が細かい比率を守ろうとして混乱するコストの方が、はるかに大きいのです。
単純化の鉄則：混合比率が拮抗しているほど丸めて良い。50/50に近いノードから単純化し、80/20のような偏ったノードほど頻度を尊重する。
スタック深度（SPR）が混合比率を変える理由
同じセット、同じボードでも、スタックが浅いか深いかで最適な混合比率は変わります。鍵は SPR（スタック・トゥ・ポット・レシオ） です。
- 浅いスタック（例：SPR 1〜2）：残りアクションが1〜2回で決着します。強いハンドをチェックに残しても、将来稼ぐストリートが足りません。トリッキーに動く余地が消え、戦略はピュアに寄る。「セット以下はほぼ全ベット、ドローは全チェック」といった極端な純粋戦略が数学的に正当化されるのは、無差別が成立するほど手数（将来のEV差を生む余地）が残っていないからです。
- 深いスタック（例：SPR 8以上）：多数のストリートと大きなインプライドオッズがあり、無差別を成り立たせるバランス調整の余地が大きい。だから 混合が豊富に現れます。
| SPR | 傾向 | 理由 |
|---|---|---|
| 浅い（1〜2） | ピュアに寄る | 将来ストリートが少なく無差別が崩れる |
| 中間（3〜5） | 混合が出始める | バランス調整の余地が生まれる |
| 深い（8+） | 混合が豊富 | 多ストリートで頻度設計の自由度が最大 |
ボードテクスチャと混合
ドライボード（例：K♠7♦2♣、ドローが少ない） と ウェットボード（例：J♥T♥8♠、ドロー多数） では、同じハンドの混合比率が変わります。
ウェットボードでは、相手のレンジにストロングドローが多く、あなたのベットに対して積極的にレイズ・コールが返ってきます。無差別を保つために必要なプロテクション（ベットして相手のエクイティを否定する）や、ラインの分散が変わります。逆にドライボードは、レンジ全体で有利な側が高頻度・小サイズで打つ「レンジベット」がピュアに近づきやすく、混合はむしろ守備側（BBなど）のチェックレンジ内で複雑になります。
ペア/モノトーンボードで混合が均一化する理由
A♣A♦A♥ のような3枚同ランクボード（俗にボーナスボード） では、混合比率が普段より均一（50/50 に近い）になりがちです。理由は、両者のレンジが平坦化して差がつかない からです。誰もトリップスの独占をしておらず（Aのブロッカーも稀）、キッカー勝負・ポケットペア勝負になり、レンジ間のエクイティ差が小さい。エクイティが拮抗するほど、どのラインもEVが近づき、無差別＝混合が広く発生するのです。「エクイティ差が小さい盤面ほど混合が増える」という原理は覚えておく価値があります。
ブロッカーが混合に加える調整
無差別なノードで「どのコンボをどちらへ回すか」を決める最重要ファクターが ブロッカー（除去効果） です。ブロッカーとは、自分の手が相手のレンジの特定コンボを物理的に減らす効果です。
例：ボード Q♠J♠4♥ でブラフ候補が複数あるとき、A♠ を持つコンボ（ナッツフラッシュドローをブロック） をブラフに優先的に回します。相手のコールレンジ（フラッシュ完成やナッツドロー）を除去しているため、ブラフが通りやすいからです。逆にバリューでベットするなら、相手がコールしたくなるハンドを ブロックしない コンボを選ぶ、といった調整が入ります。
つまり混合戦略において、頻度（何%か）は無差別で決まり、コンボ選択（どの手を回すか）はブロッカーで決まる。この二層構造が実戦的な混合の実体です。
パス依存性：ストリートをまたぐ混合
混合は単一ストリートで完結しません。コース依存（path-dependent）、つまり あるストリートでの選択が、次のストリートの最適混合を変える 現象があります。
例：フロップで A♠K♥ を「60%ベット/40%チェック」と混ぜたとします。ベットを選んだ側とチェックを選んだ側では、ターンに持ち込んでいるレンジが違います。ベットした自分はレンジが強め、チェックした自分はやや弱め。だからターンの最適アクションも当然異なります。「フロップで60/40だったから、ターンもそのまま60/40で続行」は誤りです。各ストリートの混合は、そこまでの経路（＝現在のレンジ構成）に条件づけられて改めて計算し直される のです。
パス依存の影響が最も大きいのは、プレイアビリティが高く多くの経路を取り得るハンド、すなわち ドローやフロートのような中間的ハンド です。ナッツやエアは経路によらず行動が決まりやすい一方、中間ハンドはフロップのライン選択がターン・リバーの立ち位置を大きく左右します。
同じハンドがターンで「60%ベット/25%チェック」ではなく「75%ベット/25%チェック」に変わった、その 振幅（15%の差）を決める最重要要因はターンカードがレンジ有利をどちらに動かしたか です。自分のレンジを助けるカード（例：ナッツを増やすカード）ならベット頻度が上がり、相手を助けるカードなら下がります。
相手がこちらのパターンを学習してきたら
上級卓では、相手があなたの混合パターン（例：フロップ60/40ベット/チェック）を観察し、対抗してくることがあります。対応の第一手は エクスプロイトへの切り替え、すなわち相手のズレを突く方向に 自分の混合比を偏らせる ことです。
ただし注意すべきは 効果の持続期間 です。あなたが 80/20 に偏らせても、相手が再びそれを学習すれば優位は消えます。エクスプロイト調整は 一時的な優位 であり、相手が適応するまでの限定的なものだと理解してください。読み合いが深くなりすぎたら、いつでも GTO混合（=無差別のバランス）に戻れば、少なくとも搾取されない安全地帯に着地できる。これが混合戦略の実戦的価値の中心です：エクスプロイトの土台であり、かつ最後の逃げ場。
| 相手の状態 | あなたの対応 | 持続性 |
|---|---|---|
| パターン未読 | GTO混合を維持 | 恒久（搾取されない） |
| こちらを読み始めた | 逆を突いて偏らせる | 一時的 |
| 偏りに再適応してきた | 再び偏らせる or GTOに戻る | イタチごっこ |
| 意図的に自分を偏らせてきた | 相手の偏りを突く（GTO維持ではない） | 相手が続ける限り |
相手が「今日はツキがあるから全ハンドで積極ベット」のように 意図的に偏った 場合、こちらは混合を維持するのではなく 調整 します。相手が均衡から外れた以上、こちらも均衡に留まる理由はなく、相手のオーバーアグレッションを刈り取る（強いレンジでコール・レイズを増やす）のが正解です。
マルチウェイと3ベットの複雑化
ヘッズアップ vs マルチウェイ
3人以上のポット（マルチウェイ）では混合が 格段に複雑 になります。ヘッズアップなら相手は1人で、無差別化すべき対象も1つです。しかしマルチウェイでは、あなたのアクションが複数の相手全員のEVに同時に影響 し、しかも後ろのプレイヤーが残っているため、ベットが「複数人に通る/どこかで捕まる」リスクが跳ね上がります。結果として ブラフ頻度は下がり、バリューはよりタイトに、全体としてピュア寄り・保守寄りに調整されます。無差別を全員に対して同時成立させる方程式が解きにくくなる、と理解してください。
3ベットされたときの再調整
A♠K♥ を「レイズ/コール」で混ぜていて、3ベットを浴びたとします。混合比率は当然 再計算 されます。3ベットは相手のレンジを強い方へ絞る情報なので、A♠K♥ の位置づけ（ブロッカー価値・実現エクイティ）が変わり、4ベット/コール/フォールドの新しい配分になります。前のストリートの比率をそのまま持ち越さないこと——これもパス依存の一種です。
ベットサイズの混合
混合は「アクションの種類」だけでなく サイズの選択 にも及びます。0.5x / 1x / 2x ポットといった複数サイズがあるとき、「どのサイズを、どの頻度で選ぶか」は 混合戦略の一部 です。
理論的には、サイズごとに頻度を割り当てる（1xを50%、1.5xを30%…）方が、ハンドごとにサイズを固定する（セット→1.5x、TP→1x）よりも優位 です。なぜなら、各サイズのラインに バリューとブラフを混在させて無差別を保てる からです。ハンドとサイズを一対一で固定すると、相手はサイズを見ただけであなたの手を絞れてしまい、レンジが割れます。同じA♠K♥を、あるときは薄いバリューベット、あるときはブラフとして使う——同一ハンドをバリューとブラフで混ぜる という発想は、リバーの複数サイズ戦略で確かに成立します。
セミブラフとドローの混合
フラッシュドローのようなハンドを 常に100%セミブラフベット すべきか。答えは No、チェックも混ぜます。理由は、ドローを全てベットに入れるとチェックレンジからエクイティが抜け、チェックレンジが弱くなりすぎるからです（レンジ保護の再登場）。またドローの一部をチェックに残すことで、相手のベットに対してレイズで反撃する「チェックレイズ」のバランスも作れます。
チェックレイズ自体も混合の対象です。「40%はチェック→レイズ、60%はチェック→コール」と混ぜる主目的は、チェックレイズレンジにバリューとブラフの両方を含め、相手が反撃に対して無差別になるよう構成する ことです。全部レイズすればブラフ過多で読まれ、全部コールすればチェックレイズレンジが空になって相手に自由を許します。
よくある誤解と正しい理解
上級者でも陥りがちな誤解を整理します。
| よくある誤解 | 正しい理解 |
|---|---|
| 混合はサイコロで運任せにすること | 相手を無差別にして読ませないための設計。手の中身は確定している |
| 60/40 はレイズがやや得という意味 | 両アクションのEVは無差別。優劣ではなく配分 |
| GTO混合を弱い相手にそのまま使うべき | 弱い相手にはピュアなエクスプロイトの方が勝てる |
| 細かい比率を厳密に守らねばならない | 僅差ノードは丸めてよい。EVロスは微小 |
| フロップの比率をターンも継続する | 各ストリートで経路に応じ再計算（パス依存） |
| 頻度さえ合えばどのコンボでもよい | コンボ選択はブロッカーで最適化する |
| チェックバックは主に読ませないため | 主因はチェックのEVが高いこと。ランダム化は副次的 |
特に 「レンジで考えること」と混合の関係 は核心です。混合戦略は、個々のハンドを孤立して見ていては絶対に理解できません。「このレンジ全体を、ベットとチェックにどう分配すればどちらのレンジも守られるか」という レンジ視点 があって初めて、個別ハンドの頻度が決まります。チェックレンジに強い手が混ざっているかを最も確実に判断する方法は、単一ハンドの気分ではなく「そのノードのレンジ全体の構成」を見ること です。
ハンド同士の独立性という前提
混合戦略は通常、各コンボが独立に頻度配分される ことを前提にします。A♠K♥ を60/40で混ぜるという決定は、隣の A♠K♠ の決定とは別個に下されます。ただし完全な独立ではなく、レンジ全体としての制約（MDFやブロッカーの重なり） が背後で効いています。個々は独立に配分しつつ、集計すると全体のバランス（ブラフ/バリュー比、防御頻度）が満たされる——この「ミクロは独立・マクロは拘束」という二重性が、混合戦略の設計思想です。
不完全情報ゲームとしての難しさ
理論的な補足を一つ。相手のカードが全て見える 完全情報 の状況なら、混合は不要です。最適応答が一意に決まるからです。ポーカーが混合を要求するのは、相手の手が隠れている不完全情報ゲーム だからこそ。隠れた情報がある以上、「相手に自分の分布を推測させない」ことに価値が生まれ、混合が意味を持ちます。つまり 混合の難しさの源泉は、不完全情報そのもの です。ソルバーが解いているのは「全知の計算機の最適手」ではなく、「情報が隠れた状況で搾取されない分布」なのです。
まとめ
混合戦略は、ハンター試験の最終選抜——「一つの正解がない問い」にどう向き合うか を問う領域でした。要点を束ねます。
- 混合の正体は無差別化：混ぜている複数アクションはEVが等しい。あなたが混ぜることで、相手がどう応じても得できなくなる。フォールド0%のような「混ざらない選択肢」は、明確にEVが劣るから排除されている。
- 目的はレンジ保護と予測不能性：強い手を複数のラインに分配し、どのレンジも守る。運を導入しているのではなく、情報の非対称性を守っている。
- 頻度は無差別で、コンボ選択はブロッカーで決まる：この二層で実戦の混合は動く。乱数は頻度を守る道具にすぎない。
- 前提が変われば比率も変わる：SPR（浅いほどピュア）、ボード（エクイティ拮抗ほど混合増）、マルチウェイ（複雑化・保守化）、パス依存（各ストリート再計算）。すべてが混合比率を動かす。
- GTOは天井ではなく土台：弱い相手・偏った相手にはピュアなエクスプロイトで勝ちを取りに行く。読まれ始めたら偏らせ、深追いになったらGTO混合という安全地帯に戻る。
- 僅差は丸めてよい：50/50付近から単純化する。人間の実行負荷を下げてもEVロスは微小。80/20のような偏りこそ尊重する。
混合戦略を「サイコロ遊び」と捉える者は、この選抜で脱落します。真に理解した者にとって、混合とは 相手の最善手を無力化する静かな武器 であり、同時に どんな強敵にも搾取されずに立ち続けるための最後の足場 です。頻度の数字の裏にある「なぜその配分なのか」を毎回問い直せるようになったとき、あなたは上級者の入り口をくぐったことになります。