若い頃，はじめて就いたボスの勧めで電子状態をモンテカルロ法を使った空間積分する手法を少々触った。
私の結論は簡単だった。精度の低い荒い解を求めるのには高速だが我々の欲しい精度のエネルギー状態などを得るのには使えない。
昨今，ガチャというものが流行っている。ルール上のもので確率が表示されていたりするが，ドラクエXでダイスが等確率でなかったりとか不透明なものであっても気づきづらい。つまり，ある程度の数の実験を行わないと精度が出ないのである。
具体的な式に関してはWikipediaにもあるので略すが，実験数が増えると精度が単調に上がるし，絶対的な収束性は保証されているのでうっかりしやすい。
精度が上がるためのコストの方が爆発的に上がるのである。
6面ダイスの各面が出る確率を0.16666の桁まで実験で求めろと言われると何回の試行が必要になるだろう。
ところで，逆もある。
世の中には運のいい人もいるので初めて行った競馬場で3レース連続で勝つ人も少なくはない。ビギナーズラックと言われるものだが，こういうのは話のネタになるので特別広まりやすい。
もっとひどい話もあるだろう。麻雀で初心者が役満上がったとか，適当に埋めたマークシートの試験で90点取ったとか可能性は０ではない。
で，100%同じ環境が再現できるなら以下のようなことが可能になる。完全情報ゲームであれば容易だ。
モンテカルロ木探索ですね https://t.co/5mYlgyZfDV
— 48 (@bleu48) September 8, 2019
こういうのを自動化するのも比較的容易だ。昨年はソニック・ザ・ヘッジホッグを題材に大会があったようだ。
将棋では「待った」と言う。対戦では禁じられているが，学習には非常に有効に思うのだが・・・
寝起きで書いたのでイントロとオチの整合性がない。
