モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
CG機械学習ディープラーニングCGへの扉安藤幸央GAN月刊エンタメAIニュースニューラルネットワーク河合律子NVIDIA強化学習三宅陽一郎OpenAI音楽FacebookQAスクウェア・エニックスモリカトロンAIラボインタビュー敵対的生成ネットワーク森川幸人ルールベースDeepMindキャラクターAIシナリオNFTGPT-3デバッグCEDEC2019プロシージャル自動生成人工知能学会映画遺伝的アルゴリズムメタAI自然言語処理深層学習マイクロソフトビヘイビア・ツリー吉本幸記GoogleStyleGANCEDEC2021CEDEC2020ゲームAISIGGRAPH不完全情報ゲームナビゲーションAI畳み込みニューラルネットワークAIと倫理アートグーグルディープフェイクGDC 2021大内孝子VFXメタバースGDC 2019マルチエージェントゲームプレイAIVRボードゲームNPCDALL-EロボットCNNモリカトロンCLIPファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートデジタルツインテストプレイUnityAIアート水野勇太小説アニメーションガイスターStyleGAN2懐ゲーから辿るゲームAI技術史toioJSAI2021スポーツ研究シムピープル汎用人工知能GDC Summerバーチャルヒューマンブロックチェーン倫理Adobeアストロノーカeスポーツ対話型エージェントAmazoneSportsBLUE PROTOCOLシーマンUbisoftAlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之ソニーDARPAドローンシムシティAI美空ひばり手塚治虫Electronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサーBERTプラチナエッグイーサリアム作曲ビッグデータ中嶋謙互Amadeus CodeMicrosoft AzureキャリアNVIDIA OmniverseナラティブレコメンドシステムNVIDIA DRIVE SimNVIDIA Isaac Simサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオMinecraft齊藤陽介マインクラフトお知らせチャットボットアバターサルでもわかる人工知能VAEUbisoft La Forge自動運転車ワークショップGenvid Technologiesメタ知識表現ウォッチドッグス レギオンIGDAどうぶつしょうぎジェイ・コウガミ音楽ストリーミングマシンラーニング画像生成テキスト画像生成クラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画AIりんなシミュレーション完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索藤澤仁生物学GTC 2022画像認識GTC2022DeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIADALL-E2GTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープMCS-AI動的連携モデルASBSマンガモーションキャプチャーぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩バンダイナムコ研究所スパーシャルAIELYZAELYZA DIGEST3D音声合成マーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYMARVEL Future FightAstroタイムラプスEgo4Dインタビューバスキア日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学ゲームデザインSentencePieceLUMINOUS ENGINELuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエGOAPAdobe MAX 2021模倣学習Omniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlinスタンフォード大学NVIDIA Metropolisパラメータ設計テニスOmniverse Replicatorバランス調整協調フィルタリング人狼知能テキサス大学軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議ArtflowグリムノーツEponymゴティエ・ボエダ音声クローニングGautier Boeda階層的クラスタリングGopheraibo合成音声JuliusSIE鑑定TPRGOxia Palusバーチャル・ヒューマン・エージェントtoio SDK for UnityArt Recognitionクーガー田中章愛Meta石井敦銭起揚NHC 2021茂谷保伯池田利夫GDMC新刊案内マーベル・シネマティック・ユニバース成沢理恵MITメディアラボMCU著作権アベンジャーズマジック・リープDigital DomainMagic Leap OneMagendaMasquerade2.0ノンファンジブルトークンDDSPフェイシャルキャプチャーサッカーモリカトロン開発者インタビュー里井大輝Kaggle宮本茂則バスケットボール山田暉Assassin’s Creed OriginsAI会話ジェネレーターSea of ThievesGEMS COMPANYmonoAI technologyLSTMモリカトロンAIソリューション初音ミクOculusコード生成AI転移学習テストAlphaCodeBaldur's Gate 3CodeforcesCandy Crush Saga自己増強型AISIGGRAPH ASIA 2020COLMAPADOPデバッギングBigGANGANverse3DMaterialGANOmniverseリップシンキングRNNグランツーリスモSPORTReBeLグランツーリスモ・ソフィーGTソフィーVolvoFIAグランツーリスモチャンピオンシップRival PrakDGX A100VTuberユービーアイソフトWebcam VTuber星新一賞北尾まどかHALO市場分析将棋メタルギアソリッドVフォートナイトFSMEpic GamesRobloxナップサック問題Live Nation汎用言語モデルWeb3.0AIOpsSpotifyMITスマートコントラクトReplica StudioAWSamuseChitrakarQosmo巡回セールスマン問題徳井直生ジョルダン曲線メディア5GMuZero政治クラウドゲーミングRival Peakがんばれ森川君2号和田洋一リアリティ番組Stadiaジョンソン裕子MILEsNightCafeインタラクティブ・ストリーミングLuis Ruizインタラクティブ・メディアポケモンCodexシーマン人工知能研究所東京工業大学Ludo博報堂ラップSIGGRAPH 2019ArtEmisZ世代AIラッパーシステムARrinnaGROVERプラスリンクス ~キミと繋がる想い~FAIRSTCチート検出Style Transfer ConversationオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneデジタルヒューマンDeep FluidsSoul MachinesMeInGameAmeliaAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクターBCIGateboxLearning from VideoANIMAK予期知能逢妻ヒカリセコムユクスキュルバーチャル警備システムカント損保ジャパン哲学対談上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者Siemensアルスエレクトロニカ2019StyleCLIP品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNS理化学研究所Project Malmoオンラインゲーム気候変動Project PaidiaEarth-2Project Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsMagentaYouTubeダフト・パンクメモリスタSFGlenn MarshallELYZA PencilThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixデータマイニングmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所はこだて未来大学リザバーコンピューティングプレイ動画ヒップホップキャラクターモーションソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法RPG進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史BEiTレベルデザインDETRSporeデノイズ南カリフォルニア大学画像処理SentropyCPUDiscordCALMプログラミングソースコード生成GMAIシチズンデベロッパーTRPGGitHubウィザードリィMCN-AI連携モデルAI Dungeon西川善司並木幸介サムライスピリッツ森寅嘉ゼビウスSIGGRAPH 2021ストリートファイター半導体Topaz Video Enhance AI栗原聡DLSS山野辺一記NetEase大里飛鳥DynamixyzU-Net13フェイズ構造アドベンチャーゲームADVXLandAGI手塚眞DEATH STRANDING不気味の谷Eric JohnsonOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太ミライ小町テスラGameGANパックマンTesla BotTesla AI Dayソサエティ5.0SIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典韻律射影広告韻律転移

AIに不可欠な知識表現とは? IGDAボードゲームAIワークショップをレポート

2019.6.19ゲーム

AIに不可欠な知識表現とは? IGDAボードゲームAIワークショップをレポート

2019年5月22日から、IGDA日本主催のボードゲームAIワークショップが始まりました。毎回ひとつのボードゲームを取り上げ、AIプログラムに落とし込むことでゲームAIのテクニックを学ぶ全6回のシリーズです。モリカトロンも全面協力しているこのワークショップ、第1回目のテーマは「知識表現」。使用するボードゲームは『ガイスター』です。

ボードゲームAIワークショップ

考えるおもしろさ、動かすおもしろさを体験する

ゲームAIに限らず、「AIを作るプロセス」を知る機会はあまり多くありませんし、身近なシステムとして、その仕組みまで具体的に思い浮かぶ人は少ないでしょう。そのため、AIをテーマにしたセミナーなどを受講しても、「なんとなく分かったかも…?」といったふわっとした着地になりがちです。そこから先、AIを作ろうと踏み出すには何かとっかかりが必要です。モデレーターの三宅陽一郎さんがこだわったのは、そのとっかかりを作ることでした。

このワークショップでは、

  1. 人工知能を作る臨場感を感じる
  2. ゲームAIを作って動かす楽しさ(手ごたえ)を持ち帰る

をゴールに、実際に参加者が手を動かしてゲームプレイヤーとなるAIを作り、作ったAI同士を対戦させてみることに主眼が置かれています。とはいえ、すぐにRPGのメタAIやキャラクターAIを作ってみましょうというのはさすがに難しすぎます。その点、ボードゲームの情報は扱いやすく、題材としても身近です。何しろ、多くのボードゲームは誰でも楽しめますから。

今回はその1回目としてボードゲームのガイスターを使って、AIの中でも基本的かつ重要な「知識表現」を学びました。

ゲームAIを作るには何が必要なのか?

三宅陽一郎(IGDA日本 SIG-AIチェア)。「ゲームというのは人間を理解することでもあります。相手を理解して、人間のために手を打つということがゲームAIの一番の特徴」と語る

「ゲームAIを作る」といっても何をどうするのか? ということで、まずは三宅さんからAIの解説です。三宅さんによれば「人工知能は、ごくシンプルな構造」とのこと。

エージェントアーキテクチャの全体像

まず「世界」からセンサーを通して情報を得て認識を形成します。そこから意思決定を行い、最後に身体を動かす「運動」を構成します。基本は、認識、意思決定、運動構成、この3つです。「ボードゲームの盤上にある『世界』は、ノイズだらけで混沌としている現実世界と比べたら極めてシンプルでエレガントです。その世界を認識して意思決定させるのが趣旨です」と三宅さんは語ります。今回は人工知能にガイスターの戦略を考えさせ、その意思決定に従って人間がボード上のコマを手で動かすという形をとります。

GUIの部分を作り込むのは大変なのでコマを動かすのは人間

今回のテーマ「知識表現(Knowledge Representation)」は、簡単に言うと「ものごとの見方」を表したものです。人間はものごとの見方を自分で学習しますが、残念ながら、人工知能はものごとの見方を自分で獲得することができません。どうやって見るかは人間が誘導してあげる必要があります。つまり、ボードゲームの「盤の上の状況」を何らかの表現で表し、知識表現としてあげた上で、それをもとにAIが思考して結論を出します。

「いくらすごい思考関数を作っても、きちんと知識表現が作られていなければ、良いAIを作ることはできません」と三宅陽一郎さんは言います。たとえばトランプゲームの「七並べ」で、場のカードの情報を取らずに思考関数を作って次の手を考えるのは大変ですが、場のカードを解析し、色々な情報を抜き出して整理することで効率よく結論を導くことができます。ゲームの状態から、いかに抽象的な情報を抜き出すかということが人工知能の性能そのものと言えます。

ガイスターのプレイを知識表現に

三宅さんの解説が終わった後、まずは参加者同士がガイスターをプレイしながら、「こうやって表現すればいいんじゃないか」「自分は今この盤上をどうやって見ているか」という知識表現の種を抽出していく所からワークショップを開始しました。

ガイスターは二人で対戦するゲームで、6×6の盤上でプレイします。お化けを模した2種類のコマ8つ(青:良いお化け4つ/赤:悪いお化け4つ)を使って、1ターンにコマを1つ動かして戦います。移動は上下左右、斜めはNGです。隣接する相手のコマを取ることができますが、取ったコマの種類で状況が変わります。「勝ち」の条件は次の3つ。

  1. 自コマの悪いお化け(赤)を相手に4つ全部取らせる
  2. 相手のコマのうち良いお化け(青)を4つ全部取る
  3. 自コマの良いお化け(青)を相手の出口から出す

コマが青であるか赤であるかは相手に隠されるので、取ったコマ/取られたコマ、盤上のコマの動きから相手方のコマがどちらであるかを推測するしかありません。いわゆる「不完全情報ゲーム」です。

集まった約20名は4〜5人ずつテーブルに分かれ、ガイスターをプレイ
およそ30分のゲームプレイ後、プログラムに加える知識表現を意見を交換しながら考えていく
各テーブルごとにどういうディスカッションがされたかなどを発表

次のステップで、事前に用意されたサンプルプログラムを使って知識表現を組み込むなど、各テーブルごとにカスタマイズしていきました。サンプルプログラムは三宅さん作のC++、モリカトロンの松原さん作のPythonの2種類で、どちらを使ってもOKです。

例えば「相手の赤コマを3つ取ってしまった後は、コマは取らないようにする」には、相手の赤コマを3つ取ったという状況を知る必要があります。「敵の陣地を、青コマを取られないようにしながら出口に向かって進む」には、敵コマと自コマの距離で脅威を数値化すると意思決定に役立ちそうです。このように、自分たちで実際に対戦することで、コマを動かすときの思考や戦術をAIに移すには何が必要かを理解していきます。

黙々とプログラミングに集中

30分〜40分の実装時間の後は、いよいよ、このワークショップのメインイベント。自分たちがカスタマイズしたプログラムを使っての対戦です。「なぜそこに進むのか」と思わざるを得ないシーンもあったりしましたが、自分の意図が反映されたプログラムをプレイさせてみることで、想像以上に盛り上がりました。

成果物で実際にガイスターをプレイ

さまざまなボードゲームの戦略をAIに学習させる

実は、モリカトロンでもボードゲーム×AIの研究を進めています。森川幸人さんの解説によれば、これはAIにボードゲームの戦略を学習させようというもの。特に今回のワークショップに合わせてわけではなく、まったくの偶然ですが、最初に作ったボードゲームAIはガイスターでした。それを選んだ理由は、囲碁や将棋といった完全情報ゲームはもうすでに決着がついている一方で、不完全情報ゲームのAIはまだまだ開発の余地がある分野だからです。ルールがシンプルなガイスターは、最初の研究対象として開発がしやすかったとのことです。

森川幸人さん(モリカトロンAIラボ 所長)

「ルールを人間が書くと、書いている人の能力が上限になってしまいますが、AIが自分で学習してくれたら人間が思いつかないような戦略を思いついてくれるかもしれない。それに適したAIのモデルがAlphaZeroでした」と森川さんは語ります。AlphaZeroはAlphaGOの後継モデルで、チェスやオセロのような完全情報ゲームであれば、囲碁に限らず学習することができます。モリカトロンでは、それをベースに開発してガイスターのような不完全情報ゲームもプレイできるようにしようと研究を進めています。

AlphaZero方式はボードゲーム系AIプレイヤーの第一の選択肢
AIに向いていそうなボードゲーム
今後さまざまなボードゲームのAIの試作を作っていくとのこと

プレイが盛り上がり過ぎて時間が足りないシーンもありましたが、ボードゲームAIワークショップ第1回は盛況のうちに終了しました。ワークショップの参加者は、学生やエンジニア(ゲーム系/非ゲーム系)、ボードゲーム愛好家など実にさまざまな層に及びました。それぞれ、達成感やAI開発への興味を持ち帰っていったようです。実際に自分がコードを書く立場ではなくとも、AI開発のプロセスを理解しておくことはAIのプロジェクトに携わることになったとき非常に大きなアドバンテージになります。IGDA日本では、以降もボードゲームに特化して1つずつゲームAIの技術を紹介していく予定です。

Writer:大内孝子

RELATED ARTICLE関連記事

AIが弱点の発見や戦術をアドバイスするeスポーツコーチングAIの台頭

2021.10.25ゲーム

AIが弱点の発見や戦術をアドバイスするeスポーツコーチングAIの台頭

【CEDEC2019】AIは今どこまでゲームのデバッグをできるのか?

2019.9.30ゲーム

【CEDEC2019】AIは今どこまでゲームのデバッグをできるのか...

プレイヤーのゲームコントローラ入力を学習するAIの研究開発

2020.4.10ゲーム

プレイヤーのゲームコントローラ入力を学習するAIの研究開発

RANKING注目の記事はこちら