バトル AI

MCE はバトル AI に差し替え可能なストラテジーパターンを使います。すべての AI は BattleAI ScriptableObject で、組み込みのものは連結できるよう設計されています。各戦略は自分の担当を行い、それができないときはFallback AI に判断を委ねます。

AI は決してバトルを動かしません。答えるのは「このトレーナーは今何をするか」という 1 つの問いだけで、 いつ尋ねるかはバトルループが決めます。この分離のおかげで、ターンの流れに触れることなく、 バトルごとに別の戦略を使えます。

アーキテクチャ

BattleAI（名前空間 OpenMon.MCE.Battle.AI）が答えるべきことは 2 つあります。

1. RequestPerformAction -- バトラーのターン。AI は BattleAction でコールバックします。これは何をするかを表す小さな構造体で、バトラー（BattlerType と Index）、行動の Type（Move、Switch、Item、Run）、メガフォームを発動するか（TriggerMegaForm）、数値の Parameters（どの技とどの対象、どのアイテム、どのモンスター）を持ちます。
2. RequestNewMonster -- ひんしの後に、ロースターのどのモンスターを繰り出すか。

また、2 つの任意のフック OnBattlerFainted と OnBattleEnded もあります（ML AI が報酬のために使います）。

連鎖は、アセットがアセットを指しているだけです。

MegaOrGigaIfCan  ──Fallback──▶  SwitchToEffectiveMonster  ──Fallback──▶  PerformEffectiveMove  ──Fallback──▶  PerformRandomMove  ──Fallback──▶  RandomBattleAI

各リンクは状況を見て、条件を満たせば自分で答え、そうでなければ Fallback に尋ねます。RandomBattleAI はすべての連鎖の終点で、Fallback を持ちません。

組み込みの AI 戦略

すべて Assets > Create > MCE > Battle > AI > ... から作成します。

アセット	動作	設定
RandomBattleAI	ランダムな技と、ランダムなモンスターへの交代のどちらかをランダムに選ぶ。最終的なフォールバックとして使う。	--
PerformRandomMove	ランダムな技を実行する。使える技がなければフォールバックする。	Fallback
PerformEffectiveMove	持っている中で最も威力の高い、効果的なダメージ技を実行する。しきい値を超えるものはすべて効果的とみなされ、効果的な技の中では複数対象のものを優先し、次に威力の高いものを選ぶ。効果的な技がない、または確率判定に失敗したときはフォールバックする。	EffectivenessThreshold（デフォルト 1）、Chance（0-1）、Fallback
SwitchToEffectiveMonster	効果的な技を持つパーティメンバーに、ある程度のランダム性を持って交代する。ひんしの後に繰り出すモンスターも選ぶ。	EffectivenessThreshold、SwitchingChance（0-1）、Fallback
UseBattleItems	特定の条件でバトルアイテムを使う（HP のしきい値を下回ったときの回復アイテム、列挙されたアイテム）。それ以外ではフォールバックする。	UseIfAvailable、UseOnOwnIfAvailable、HPThreshold、HPHealItems、Fallback
MegaOrGigaIfCan	フォールバックに行動を求め、バトラーが可能であれば、それをメガまたはギガフォームへの変化としてフラグを立てる。	Fallback
IfWildWithRunChanceRun	モンスターが野生で、その種に逃げる確率があれば、判定が成功したときに逃げる。そうでなければ次へ渡す。	Fallback
MLBattleAI	訓練済みの ML-Agents の頭脳に判断させる（後述）。	AgentPrefab、Fallback

バトルの AI を選ぶ

バトルの各ロースターは、1 つの BattleAI で制御されます。

• 通常のエンカウント -- CommandGraph ノードの SingleWildFight、DoubleWildFight、SingleTrainerFight が開始する野生バトルとトレーナーバトル -- では、BattleLauncher アセットの Default AI フィールドが使われます。使いたい連鎖の先頭を指定してください。
• バトルに独自の戦略を与えるには、BattleTemplate（Create > MCE > Battle > Template）を使います。その AIs 配列は、ロースター、キャラクター、バッグ、その他のバトルのパラメーターと並んで、ロースターごとに 1 つの BattleAI を保持します。FightFromTemplate ノードがそれを開始します。
• コードからは、BattleLauncher.LaunchBattle(...) が AI の配列を直接受け取ります。

連鎖の例（BattleLauncher やテンプレートに割り当てる AI は、先頭に挙げたものです）：

イージー（1 番道路）

PerformRandomMove → RandomBattleAI

ミディアム（ジムのパズル）

MegaOrGigaIfCan → PerformEffectiveMove → PerformRandomMove → RandomBattleAI

ハード（チャンピオン）

MegaOrGigaIfCan → UseBattleItems (HP below 25%) → SwitchToEffectiveMonster → PerformEffectiveMove → PerformRandomMove → RandomBattleAI

独自の AI を書く（Source・Studio エディション）

BattleAI をサブクラス化し、2 つの抽象メソッドを実装して、クラスに [CreateAssetMenu] を付けます。

using System;
using System.Collections;
using System.Collections.Generic;
using OpenMon.MCE.Battle;
using OpenMon.MCE.Battle.AI;
using OpenMon.MCE.Configuration;
using UnityEngine;

[CreateAssetMenu(menuName = "MyGame/AI/Always Struggle", fileName = "AlwaysStruggle")]
public class AlwaysStruggle : BattleAI
{
    [SerializeField] private BattleAI Fallback;

    public override IEnumerator RequestPerformAction(MCESettings settings, BattleManager battleManager,
                                                     BattlerType type, int inBattleIndex,
                                                     Action<BattleAction> callback)
    {
        // Ask the next link of the chain, then adjust what it answered.
        BattleAction action = default;
        yield return Fallback.RequestPerformAction(settings, battleManager, type, inBattleIndex,
                                                   answer => action = answer);
        callback(action);
    }

    public override int RequestNewMonster(MCESettings settings, BattleManager battleManager,
                                          BattlerType type, int inBattleIndex, List<Battler> forbiddenBattlers) =>
        Fallback.RequestNewMonster(settings, battleManager, type, inBattleIndex, forbiddenBattlers);
}

protected ヘルパー GenerateActionForMove(...) は、選んだ Move に対する BattleAction（技スロットと有効な対象）を構築し、静的な GetEnemies(battleManager, type) は戦っている敵側のバトラーを返します。AI を所有するモジュールについては、BattleManager API を参照してください。

ML-Agents との統合

MCE には、ML-Agents ベースの実験的な AI が含まれています。

MLBattleAI

Unity ML-Agents を使い、訓練済みのニューラルネットワークで判断します。

• 難易度：可変（訓練次第）
• 用途：終盤のトレーナー、競技向け AI、研究
• セットアップ：com.unity.ml-agents パッケージとスクリプティング define の MCE_ML_AGENTS が必要。ML のコードは専用のアセンブリ（OpenMon.MCE.ML）にあります

AI はバトラーごとに、Agent Prefab から MCEAgent を生成し、観測のベクトルを書き込み（コードには 630 個の整数が記載されています：シナリオ、両陣営の状態、4 体の場のバトラー、残りのロースター。各バトラーは、種、フォーム、レベル、個体値／努力値、特性、HP、状態、技と PP、持ち物、能力ランク、揮発性の状態で記述されます）、頭脳に離散的な判断を求め、それを BattleAction に変換します。報酬はモンスターがひんしになったときに与えられます（自分のモンスターがひんしになると -10 の一部、相手がひんしになると +100 の一部）。ひんしの後にどのモンスターを繰り出すかは学習されず、Fallback に任されます。

AI の訓練

訓練は Unity の外で、標準の ML-Agents ツールチェーンを使って行います。MCE が提供するのはエージェント、観測、 報酬です。訓練済みモデルはご自身で作成します。

1. 仮想環境に Python 側をインストールします：pip install mlagents
2. エージェントのプレハブが宣言する動作（behaviour）の設定を、 ML-Agents の設定リファレンスに従って書きます
3. mlagents-learn <設定ファイル>.yaml --run-id=<名前> を実行し、待機中と表示されたら Unity で Play を押します
4. tensorboard --logdir results で監視します
5. 訓練済みモデル（.onnx ファイル）をエクスポートします
6. モデルをエージェントのプレハブに割り当てます

エンジン本体のリポジトリには、これらの手順のラッパー（MLAgentsInstall.ps1、RunMLTraining.ps1、 ViewMLResults.ps1、MLAgentsConfig/）がルートフォルダーに置かれています。これらはメンテナー用のツールであり、 どのパッケージにも含まれていません。お手元のものには入っていないため、上記の手順に従ってください。

ML-Agents への依存

ML-Agents は、独自の Python 依存関係を持つ別のパッケージです。MCE の中核となるバトルシステムはそれなしで動作します。ニューラルネットワークベースの AI を使う予定がある場合にのみ、ML-Agents をインストールしてください。

AI の難易度の目安

難易度	AI の連鎖	使う場面
とても簡単	RandomBattleAI のみ	野生エンカウント
簡単	PerformRandomMove	序盤のルート、たんぱんこぞう
普通	PerformEffectiveMove（タイプを考慮）	ジムトレーナー、ライバル
難しい	メガ + アイテム + 交代 + 効果的な技	ジムリーダー、四天王
ニューラル	訓練済みモデルを使う MLBattleAI	競技、チャレンジモード

ベストプラクティス

1. AI を物語の文脈に合わせる。ありふれたむしとり少年が、チャンピオンのように戦ってはいけません。
2. 同程度のレベルのプレイヤーのチームに対して AI をテストする。バランスの悪い AI は不公平に感じられます。
3. 小さな戦略から連鎖を組み立てる。1 つの巨大な AI より保守しやすくなります。
4. 連鎖は必ず RandomBattleAI で終える（または、それに裏付けられた PerformRandomMove）。そうすれば、AI が答えを出せなくなることがありません。
5. 序盤のトレーナーの AI を過剰に最適化しない。プレイヤーは、賢い相手と対峙する前にシステムを学ぶ必要があります。