エージェント対戦コンペ

予測値ではなく「エージェント」を提出し、参加者同士やモデル同士の対戦で順位を競う形式のコンペです。 Kaggle のシミュレーションコンペとして以前からある形式ですが、LLM 時代に入り大型対戦コンペやモデル評価基盤としての活用が広がっています。

押さえどころ

• Kaggle のシミュレーションコンペでは、提出したエージェントが他の参加者のエージェントと対戦し、レーティングで順位が決まる。通常のコンペとは提出物も評価の仕組みも異なる（公式ドキュメント）
• 2026 年にはポケモンカードゲームを題材にした「The Pokémon Company - PTCG AI Battle Challenge」のような、公式ゲームエンジン提供・2 トラック構成・トーナメント決勝という大型対戦コンペが登場した
• Kaggle 自体もチェス・ポーカー・人狼などでモデル同士を対戦させる評価基盤「Game Arena」を展開しており、ゲームを agentic な振る舞いの統制されたサンドボックスと位置づけている（Google 公式ブログ）。プラットフォームの評価基盤化は性能評価と検証も参照
• 国内でも SIGNATE「空戦AIチャレンジ」など対戦型コンペが継続的に開催されている（コンペ解法に優勝解法を掲載）
• 解法はヒューリスティック・強化学習・LLM の組み合わせが主戦場で、ヒューリスティックが必ずしも強化学習に劣らないという実務的な知見も繰り返し語られる（「Halite」AIコンペからの知見まとめ記事）。強化学習ライブラリでは HandyRL が複数コンペでの優勝・上位実績を持つ定番になっている。ヒューリスティックの基礎は数理最適化コンペと地続き
• 強化学習は「学習が進んでいるか」の判断自体が難しく、専用のデバッグ・検証プロセスを組む必要がある点が対戦形式コンペ特有の難しさとして報告されている
• 「エージェントを道具として使って通常のコンペを戦う」話題はAI エージェント活用へ

資料

Kaggle公式・評価基盤・大型対戦コンペ

• Kaggle Game Arena evaluates AI models through games: モデル同士をゲームで対戦させる評価基盤 Game Arena の公式発表。
• Game Arena: Poker and Werewolf, and Gemini 3 tops chess: ポーカー・人狼ベンチマークの追加とチェストーナメント結果の続報。
• Simulation Competitions(kaggle-cli ドキュメント): エージェント提出・対戦評価の仕組みの公式解説。
• The Pokémon Company - PTCG AI Battle Challenge Simulation: ポケモンカードゲームの対戦 AI を競う大型コンペ（Simulation Track）。
• The State of Machine Learning Competitions 2025 Edition: 対戦トーナメント形式の導入を含む 2025 年のコンペ動向の年次まとめ。
• ALE-Bench：AIの長期的推論能力を測るコーディングベンチマーク: AtCoder Heuristic Contest 40 問で AI の長期的な問題解決能力を測るベンチマークの紹介資料。
• AtCoder World Tour Finals 2025 に OpenAI がスポンサーとして参画: 「人間 vs AI」のエキシビションが行われた競技プログラミングイベントの発表。

対戦形式コンペの解法・参加録

• Kaggleシミュレーションコンペで強化学習に取り組むときのTips: 対戦形式コンペでの強化学習の知見と関連資料のまとめ。
• Lux AI Season 2が始まったので Season 1を振り返る。: シミュレーションコンペ Lux AI 初回の概要と上位解法の振り返り資料。
• ゲームAIの探索アルゴリズム・実装方法の紹介記事: ルールに応じた探索手法を C++ サンプルコード付きで解説。
• 対戦形式コンペに役立つ強化学習まとめ記事: 基本概念から主流の取り組み方、便利なライブラリまでを紹介。
• Kaggle「Lux AI」参加録: 資源を集め街を発展させる対戦形式コンペの参加記録。
• Kaggle「Hungry Geese」暫定上位チームが使うライブラリ「HandyRL」の紹介記事: PyTorch で使える軽量な深層分散強化学習フレームワークの紹介。
• 「KDD CUP 2020」強化学習コンペ3位解法（タクシー配車最適化）: 関連リンクも豊富に掲載する解法記事。
• Kaggle「Halite by Two Sigma」強化学習体験談: ルールベースに対する難しさなどの所感を語る記事。
• コンピュータ将棋大会「電竜戦」でディープラーニングソフト「GCT」が優勝: 同規模の将棋大会でディープラーニング使用ソフトが優勝した初の事例。学習用データセットとコードも公開。
• Kaggle「Connect X」強化学習コンペの実装解説体験記: 書籍『Pythonで学ぶ強化学習』を用いた概要紹介つき。

強化学習ライブラリ・学習リソース

• 誰でもわかる強化学習: Q 学習から DQN までを扱う初学者向けの強化学習資料。
• 『ゼロから作るDeep Learning ❹ 強化学習編』100問解説動画: 強化学習の問題集を解説する動画シリーズ。
• 『ゼロから作るDeep Learning ❹ 強化学習編』サポートサイト: サンプルコードを Kaggle Notebook 形式などで公開。
• 『ゼロから作るDeep Learning ❹ 強化学習編』原稿の公開レビュー: 発売前の原稿を公開してのレビュー募集。
• Minecraftを題材にした強化学習コンペのワークショップ動画: 上位 3 チームの解法発表とパネルディスカッションを収録。
• 並列強化学習ライブラリ「HandyRL」の紹介記事: Kaggle「Google Research Football with Manchester City F.C.」5 位、「Hungry Geese」優勝の実績。
• ソニー深層強化学習ライブラリ「nnablaRL」の紹介動画: 実装済みアルゴリズムやチュートリアル解説を今後予定する紹介動画。
• DeNAエンジニアによる強化学習ライブラリ「HandyRL」公開: Kaggle「Google Research Football with Manchester City F.C.」5 位入賞などの実績。
• 強化学習を題材としたKaggleコンペの概説記事: コンペの具体例・評価方法・ライブラリを紹介。
• 「MineRL Competition 2020」概要とPFRLベースライン実装の紹介記事: Minecraft を題材にした強化学習コンペのベースライン実装。
• Preferred Networksの深層強化学習ライブラリ「PFRL」の紹介記事: 再現性を重視したライブラリの特徴をコードと共に紹介。
• 「Halite」AIコンペからの知見まとめ記事（2018年）: 「強化学習が必ずしも最良ではない」など至言をまとめた記事。
• 強化学習のデバッグ方法チェックリスト記事: 強化学習が題材のコンペが増える中でのデバッグ知見をまとめた記事。

関連概念

• AI エージェント活用 / 性能評価と検証 / 数理最適化コンペ / コンペ形式・技術動向の変遷