モンキーターンの設定差を考えてみた！

突然ですが、モンキーの設定狙いをしていて
「差枚凹んでるし、4なら辞めても良いなあ」と思ったことはありませんか？

実際差枚が凹んでいて、非等価なら夕方に設定4は捨てても良いはずです(僕はモンキー好きなので打ちますがw)

でも設定4と6の判別って意外と難しいと思うので、検証してみました！
これも無料で読めるので、是非！

まずは基本のおさらいから

引用元: https://p-town.dmm.com/machines/4450

AT中の出玉には公表値で差はなく、基本的には初当たりに差があるようです。
実際には有利切りが強い機種なので、初当たりが軽い事で有利を切りやすく、そこで初当たり以上に差が出ています。

1.AT中の出玉に差はあるのか？

有利切りがないと仮定して、初当たりの差のみで割はどうなるでしょう？
(Aタイプのようなイメージ)

当たり前ですが、初当たりのみだと高設定の機械割が足りません。
ここで初当たりの差による有利切りの恩恵を加味します。

上から設定順、%は1ボーナス当たりの有利を切る確率(差枚不問、0.013=1.3%)

・通常時5000G毎に差枚リセット
・設定1の有利切りの確率は実機の実践値データ
・AT平均獲得枚数は359枚で、有利を切れるかシミュレートしている。(獲得分布は実機通り)
・初当たりの差が天国モード移行率に詰まっている場合、高設定はもっと切りやすくなりますが、詳細は本編で

設定1と6では2倍ほど有利切りのしやすさに差がありますね。
ただまだ割が足りません。
つまり公表値以外にATのどこかに設定差があることがほぼ確定になります！
また有利切りの検証の際に使用したシミュレーターを貼っておきます。
プログラミングが出来る人は是非一度お試しあれ

import random

def simulate_slot(num_spins, payouts, probabilities):
    """
    num_spins: スロットを回す回数
    payouts: 当たり時に獲得するコインの枚数リスト
    probabilities: 各コイン枚数が出る確率リスト
    """
    # スロットの当たり確率
    hit_probability = 1 / 222.9
    
    total_winnings = 0
    total_cost = 0
    total_bonus = 0

    while num_spins < 5000:
        # スロットを回す
        if random.random() < hit_probability:
            # 当たった場合、確率に基づいてコインの枚数を決定
            winnings = random.choices(payouts, probabilities)[0]
            num_spins += 1
            total_bonus += 1
        else:
            # 外れた場合は0枚
            winnings = 0
            num_spins += 1
        
        total_winnings += winnings
        total_cost += 1.5625  # 1G当たり平均1.5枚のコインが必要
        if total_winnings - total_cost > 1600:
            num_spins += 5000

        else:
            pass
    
    return total_winnings, total_cost, total_bonus

# 当たり時に獲得するコインの枚数とその確率
payouts = [126, 376, 626, 876, 1000]  # 獲得するコインの枚数
probabilities = [0.465, 0.296, 0.116, 0.045,0.078]  # 各枚数が出る確率（合計が1になるように）

# シミュレーションするスロット回転数
num_spins = 0

# シミュレーションを実行
total_winnings, total_cost ,total_bonus = simulate_slot(num_spins, payouts, probabilities)

# 結果を表示
print(f"Total winnings after {num_spins} spins: {total_winnings}枚")
print(f"Total cost after {num_spins} spins: {total_cost}枚")
print(f"Net profit after {num_spins} spins: {total_winnings - total_cost}枚")
print(f"Total cost after {num_spins} spins: {total_bonus}回")

ここからは僕の考察になります。
シナリオに差がないと公式が言っているので、ATに関する設定差で考えられそうなのは

①AT中のレア役の抽選の優遇
②エキシビジョンの継続率の優遇
③青島フリーズの確率

上記の辺りになりそうです。
ややメタ的な思考になるのですが、
開発をする上で①をいじると割の設計が複雑になるので、
①はその観点では可能性として薄いのかなと思います。

また②に関しては僕自身が打っていて全く感じない事、
SNSでも触れられていないこと、ここに設定差を設けても遊戯体験が向上しないこと、シナリオに差をつけなかった事
等々の理由でこれも薄いのかなと思います。

結論、様々な方が仰られている様に、青島フリーズに設定差があると見て良いと思います。

本編では、青島フリーズの設定差と初当たりの公表値以外の設定差を検証しています。

個人的な意見ですが、弱役での直撃も含めると、モンキーは1日打っていると確定が出やすいです。
なので、別にこのnoteを買わなくても、公表値だけで判別はそこまで困らないんじゃないかと僕は思ってます。

公表値の設定差はこのツイートの表が見やすくて良いです。
https://x.com/divo_x_central/status/1819493376598626322?s=46&t=6bA_6XFjyKyabxl-AsPr1w

一方で、公表値以外に差があるのも事実なので、モンキーの設定を深めたい方向けです。