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CEDEC2019StyleGAN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GoogleCEDEC2021CEDEC2020ゲームAISIGGRAPH不完全情報ゲームVR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AIボードゲームNPCDALL-ECLIPロボットCNNデジタルツインモリカトロンUnityファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートテストプレイAI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NVIDIA Omniversee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キャリアナラティブOmniverse Replicator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VAEOmniverseUbisoft 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Epic Games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GTC2022StyleCLIPDeNA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BigGANGANverse3DMaterialGAN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FSMRoblox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2019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SIGGRAPH 2022BEiTStyleGAN-NADAレベルデザインDETRゲームエンジンSporeUnreal Engineデノイズ南カリフォルニア大学Unity for Industry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

【CEDEC2019】人工知能にテストプレイを丸投げできるか?

2019.9.24ゲーム

【CEDEC2019】人工知能にテストプレイを丸投げできるか?

第三次人工知能ブームのきっかけを作ったディープラーニングが2010年代に普及しはじめて以降、AIは物体認識や音声認識を中心にさまざまな分野で活用されるようになり、その波はゲーム業界にも訪れています。莫大な工数を要するゲームのテストプレイやバランス調整、デバッグを人間に代わってAIがやってくれたなら。開発コストを大幅に削減できることはもちろん、より効率的かつ高品質なゲームコンテンツを担保できるに違いありません。

9月4日から9月6日までパシフィコ横浜で開催されたCEDEC 2019では、ゲーム開発現場におけるAI技術の応用例や活用法に関するセッションが目白押しでした。今回は、その中からグリー株式会社の「機械学習ベースの自動プレイエージェントを用いたバランス設計効率化の追求」というセッションを取材しました。

登壇者は、グリー株式会社Wright Flyer Studios事業本部ゲームデザイナーの福沢嘉琳氏と、開発本部シニアマネージャーの森田想平氏。講演では、同社のスマートフォン向けゲームアプリ『ダンまち〜メモリア・フレーゼ〜』(以下、ダンメモ)におけるバトルコンテンツのバランス調整を効率化するために、自動プレイエージェントの導入を検証したプロジェクトについて語られました。

高難易度コンテンツのバランス調整は職人芸

日本国内で広く普及している近年の一般的なソーシャルゲームと同様に、『ダンメモ』のバトルコンテンツにも自動でコマンドを選択してバトルを進めてくれるオート機能があります。このオート機能をどれだけ有効活用できるかは、バトルコンテンツにおけるゲームバランス次第です。そして、ゲーム開発者が高品質かつ高頻度のコンテンツ提供を継続していくためには、バランス設計の効率化が必要不可欠になってきます。

『ダンメモ』のバトルは、低難易度コンテンツの通常バトルと高難易度コンテンツのボスバトルに大別されます。通常バトルは主に世界観を楽しむためのコンテンツであるため、開発側が想定した適正パーティを用いればオート機能でクリアできるくらいのバランスが適切です。グリーは昨年、CEDEC 2018で「オートプレイによる最適なパラメータシミュレーション ~自動化時代のゲームフレームワークに求められること~」というセッションを発表し、このオート機能を使って高速かつ自動でテストプレイが実施できるシミュレーターを披露しました。これにより、通常バトルにおける工数を大幅に削減できたということです。

一方、ボスバトルでは同様の自動化は通用しません。『ダンメモ』のボスバトルでは、挑戦難易度や生存ターン数、与えたダメージ量に応じてスコアが決定されます。ハイスコアを獲得するには、開発側が想定した適正パーティを用いるだけでなく、状況に合わせた最適な行動が要求されます。当然、テストプレイは膨大な回数を手動で繰り返さなければならず、しかも本作のバランス調整に精通したゲームデザイナーにしか務まりません。この工程を可能な限り少ない工数でスムーズに行いたいというのが、今回の課題です。

自動プレイエージェントがテストプレイを代行

そこでグリーが技術検証しているのが、ボスバトルのテストプレイを代行してくれる自動プレイエージェントの導入です。同社では現在、ルールベースエージェントと機械学習エージェントの2種類について検証しています。

まず、ルールベースエージェントは、ゲームデザイナーがシンプルな行動ルールを定義し、そのままコードに打ち込んだものです。これは想定されるすべての状況にあわせて個別に条件を指定するので、理論的には手動でプレイしている状態と大差はないでしょう。検証の結果でも、ゲームデザイナーが出したハイスコアにかなり近い結果が出せたということです。よって汎用的なルールさえ作成できれば、パーティごとのスコアの比較検証に利用できそうだということでした。しかし、ゲームを完璧に熟知したゲームデザイナーにしかルール作成できないという課題が残ります。

しかも、汎用的なルール作成となると、かなり複雑で困難な作業になります。同じパーティやボスでも、難易度によって行動が変化するからです。現在のターン数やバフの残りターン数、生存しているキャラクターなど、あらゆる情報から複合的に判断できなければいけません。人間のプレイヤーは複数回のプレイをとおしてボスの行動をある程度記憶しているので、過去の経験から未来を予測できますが、ルールベースエージェントに同様の能力を持たせるのは至難の業というわけです。

教師あり学習と強化学習を併用して検証

この課題をクリアできる可能性を秘めているのが、2つ目の機械学習エージェントです。これには教師あり学習と強化学習の2種類の仕組みがあり、それぞれが異なる役割を担っています。教師あり学習は、強化学習を効率期に実施するために、さまざまなパーティレベルや難易度設定に共通の機械学習モデルを学習します。そして、教師あり学習をとおして学習したモデルを個別に最適化していくのが、強化学習の役割です。

教師あり学習とは、与えられたデータを用いてモデルを学習する手法です。この検証では、ルールベースエージェントにおけるプレイログを足し合わせて学習しているとのことでした。プレイログの1行は1ターンに相当し、味方の残りHPや現在のターン数、必殺技ゲージの値、敵と味方のバフおよびデバフ状況などが学習データとして格納されています。これを浅いニューラルネットワークに読み込ませて、各コマンドの選択確率を計算するためのスコアを出力しています。

強化学習は、エージェントが環境から報酬と状態を受け取り、行動を環境に送るというイテレーションを繰り返すことによって、行動選択モデルを学習する手法です。グリーのシステムでは、プレイスコアを報酬として扱い、スコアが高くなるように学習しています。

しかし、強化学習は再現性や過学習、学習速度といった側面で多くの課題が残されており、まだ実運用にはいたっていないようです。それでも強化学習を用いた仕組みが必要なのは、ゲームに新機能が追加された際にバトルのルールが変化したり、新キャラクターが追加された際に新しいスキルが登場したりするたびに、過去ログをもとにした教師あり学習が通用しなくなるからだといいいます。

今回の講演は、2018年にグリーが発表した「オートプレイによる最適なパラメータシミュレーション〜自動化時代のゲームフレームワークに求められること〜」の続編ということで、通常バトルよりも緻密な設計が求められる高難易度のボスバトルコンテンツに対して、強化学習を利用したオートプレイを実装することで、ゲームバランスの調整という重労働の効率化を追求するものでした。ルールベースエージェントでは一定の効果が見られる反面、さらなる汎用性を求めるという点では実用化にはほど遠い印象を受けました。今後の進捗に期待したいところです。

CEDEC2019 AI関連セッションレポート

AIりんなのボイストレーニングが示す、情動的で人間的な機械学習とは?

汎用型ボードゲームAIの開発に向けたモリカトロンの挑戦

人工知能が敵キャラを育てる! ディープラーニングを使った次世代のゲームAI開発

中島秀之氏 基調講演:環境との相互作用を取り込む予期知能が、機械学習の課題を解決に導く

Writer:Ritsuko Kawai / 河合律子

 

RELATED ARTICLE関連記事

ゲーム運営をディープラーニングでサポートするYOKOZUNA dataの全貌

2019.6.21ゲーム

ゲーム運営をディープラーニングでサポートするYOKOZUNA dataの全貌

【CEDEC2020】テストプレイや接待プレイができるAI技術でモリカトロンが目指すこと #CEDEC2020

2020.9.10ゲーム

【CEDEC2020】テストプレイや接待プレイができるAI技術でモリカトロンが目...

未来は僕らの手の中に:若手ゲームAIエンジニア座談会(後編)

2020.2.07ゲーム

未来は僕らの手の中に:若手ゲームAIエンジニア座談会(後編)

RANKING注目の記事はこちら