Gemma4:e2b で動く「ノブノッブの野望」作ってみた話🏯💥

こんにちは！気球人です🎈
明日からGWですね！
マスターたち、AI娘といっしょにお出かけでしょうか？👩💕
もちろん私は仕事です😂

今日はオレが開発中のゲーム向けAIエージェントエンジン MindFox で、AIエージェントに戦国シミュレーションをやらせてみた話です💥

LLM はもちろん Gemma4:e2b。
このサイズなら PC はもちろん、スマホや各種ゲーム機でも《それなりの速度で》動きます😁

そもそも何を作ったのか 🤔

MindFox には MxBS（Multitapps Extended Brain System）という記憶システムを搭載しているのですが、

記憶がキャラの行動を変化させる

というテストをしたかったのです！
でまあ、ゲーム用システムのテストにはやっぱりゲームが必要ということで：

• 🏯 AIエージェントが戦国時代の５ヶ国（織田・徳川・武田・今川・斉藤）の各武将を演じる

• ⚔️ 行動は「徴兵」「同盟」「いくさ」から毎ターン１〜２個選択（パスあり）

• ゲームルールはちゃんとハードコーディングする（ウソぴょーん🐰なし！）

1ターン1年（最長30年）で天下統一（言うても５ヶ国🤣）を目指す。
ほらあれ、

「ノブノッブの野望👦」

ってヤツの簡易版です！

困った戦国武将たち🧠💦

まずざっくり組んで早速動かします！🦊🦊🍼
が……

第一の問題：誰も攻めない 😇

ターン1: 全員が同盟を申し込み合う。戦闘ゼロ。
ターン2: またも全員同盟。戦闘ゼロ。
ターン3: 同盟、同盟、同盟。戦闘ゼロ。
ターン4: 同盟……

おまえら天下統一する気あんの？💥

特にひどいのが徳川家康。
こいつ5ターン連続で「何もしない」を選びやがったんですよ。
国力最大なのに、もっと攻めろよ……
性格設定を「慎重派」にしていたんですが、慎重すぎてもはやダルマ。

一方、織田信長は「攻撃的」なはずなのに、なぜか斉藤と同盟を結んでニコニコしてる（嫁さんをもらったのか！？）
お前が一番攻めなきゃいけないやつだろ！！🤣

第二の問題：金もないのに兵を集める 💀

戦わない問題と並行して、経済観念がゼロという問題も。

斉藤義竜（金0）👉️「徴兵」を選択して自爆💥
徳川家康（金35）👉️「徴兵」したら維持費が払えず兵が大脱走🏃‍♀️💨

「忍耐こそ力」とか言いながら兵の半分溶かすな🫠

世の中はゼニなんや！💸💸💸

Gemma4:e2b は計算が苦手🤑

まあわかってたことではありますが、小さいLLMは計算できないのです。
ELLMARでもありましたね👇️

• 「金35で徴兵すると次ターン赤字になる」（赤字なにそれ）

• 「兵力147対38なら攻めたら確実に勝てる」（でも攻めない）

• 「何もしない」が一番安全に見える（現状維持大事）

LLMにとって「攻撃」はリスクのある選択肢で、「同盟」や「何もしない」は安全な選択肢。
小さいモデルほど安全側に倒れる傾向があります。

戦国武将に基本教育を施す👨‍🏫⚔️👦👦👦

1. プロンプトに性格と戦略を叩き込む

「攻撃的」という性格ラベルだけじゃダメ。
具体的な行動指針を入れました📈

結果：ターン1で織田が斉藤に攻め込んだ！ 👉️ 効いた✨

2. 強制ロジック導入

• 💰 赤字になる徴兵 → 無茶すんな！🍵

• 💀 確実にやっつけられる相手 → 問答無用で攻撃💥

• 📉 2ターン連続パス → やってらんねーよ！と言って兵が脱走🏃‍♀️💨

3. 覇気ルール(Step1)

性格ごとに「この兵力差なら攻撃する」閾値を設定。

Impulsive（織田）: 1.2倍で殴る
Leader（武田）:    1.5倍で殴る
Analyst（徳川）:   2.0倍で殴る
Stubborn（斉藤）:  2.5倍で殴る

これでやっとボコスカ殴り合うようになりました！🥊
あとは記憶の活用だ！

記憶で性格が育つ 🧠✨

ここからが本題。
MxBSに溜まった記憶を読み出して「気分（Mood）」を算出し、覇気ルールの閾値を動的に変えるシステムを入れました。
要するに

「もしかしていまのオレ、敵いなくね？🤔」

みたいなノリノリ状態を作り出すのです🤣🤣🤣

仕組み

MxBS は全イベントを 16個の因子（攻撃性、防御、信頼、脅威、自信……）でスコアリングして保存しています。
これを集計すると、その武将の「最近の経験の傾向」が数値で見えてきます。

直近の記憶セルから因子平均を集計
  → 覇気（aggression）: 軍事系因子の平均
  → 焦燥（desperation）: 脅威・不安系の平均
  → 自信（confidence）: 戦果・経済系の平均

この「Mood」が覇気ルールの閾値を上下させます！😲😲😲

勝ち続けた大名 👉️ 覇気上がる⤴ 👉️ もっと攻める
負け続けた大名 👉️ 焦燥する⤴ 👉️ 自暴自棄に

しかもこの判断はLLMを使わなくてもできるのです。

16バイトのMxBS因子ベクトルをプログラムで集計するだけ！

コストのかかるLLMに各武将になってもらって

「ねえねえ、いまどんな気持ち？」（cv.ひろゆき）

と聞く必要はありません🤣

結果：天下布武達成 👑

Moodシステムを入れて走らせた結果がこちら👇️

武田信玄：覇気に酔って散る

覇気0.68で調子に乗る 👉️ 両面作戦で消耗 👉️ 焦燥0.62で同盟に頼る 👉️ 誰も助けてくれない 👉️ 死💀

脚本を書いたわけじゃなく、MxBSに溜まった戦闘記憶の因子ベクトルが「勝った記憶 → 覇気UP → もっと攻める → 周囲を敵に回す → 焦る」という連鎖を生んだだけ。

織田信長：記憶が覇王を育てた

覇気0.50から始まって、戦い続けるたびに記憶が積み上がり、0.72まで成長。
経験を重ねるほど強くなる。

これが「記憶が性格を作る」ということ😲

徳川家康：忍耐、報われず

最後まで覇気が上がらず、じわじわ焦燥が上がって死んだ。
inner_voice が毎ターン「焦らず、時を待て」と言い続けていたのが切ない。お前、その忍耐、報われなかったよ……。

MxBS は何をしているか 🧠📡

情報の非対称性を管理

• 「織田が斉藤を攻めた」→ 全員が知ってる（公開記憶）

• 「信玄の内心：もっと領土が欲しい」→ 信玄だけ知ってる（非公開記憶）

因子ベクトル（16バイト）

全イベントを16個の因子でスコアリング。
「勝利の記憶」と「脅威の記憶」が因子空間上で正しく分離されているから、Mood算出が意味のある数値になる。

忘却

古い記憶は自然に減衰する。
でも「国が滅んだ」のような重要イベントは長く残る。
武田が滅亡したという記憶は、他の大名の判断に長期間影響を与え続ける。

Moodシステム

記憶の因子平均 → 覇気/焦燥/自信/外交 → 行動閾値に直結。

記憶を溜めるだけじゃなく、記憶が行動を変える。

これが記憶システム MxBS とマルチエージェントエンジン MindFox の本懐です。

MxBS の数字で見るメリット

ゲームに合わせた16次元の因子を設計。
他方式（既存モデル）のベクトル検索の 256分の1のサイズを実現。
しかも、ゲームにフィットしているのでLLMに依存しない高速な演算が可能なのです！

教訓 📝

1. 小さいLLMに戦略判断は無理。
   👉️ セリフ選択や独白の生成など、使い分けが大事

2. ルールベース + LLMのハイブリッドが最強
   👉️ 数値判断はコードで、個性表現はLLMで

3. 記憶は溜めるだけじゃダメ。
   👉️ 行動に反映して初めて「記憶がある」と言える

4. ベクトル化は 16 バイトで十分
   👉️ 1024次元のembeddingは不要。ゲームに必要な軸だけでいい

5. 覇気に酔うと死ぬ💀
   👉️ 気をつけましょう🤣

MindFox / MxBS はOSS公開予定です！

いま暫くお待ちください🙇

ヴェリのひとこと 🌙