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
CGCGへの扉機械学習安藤幸央ディープラーニング月刊エンタメAIニュースGAN河合律子OpenAI音楽ニューラルネットワーク吉本幸記NVIDIA三宅陽一郎強化学習QAGoogleFacebook人工知能学会GPT-3自然言語処理グーグルDeepMind大内孝子森川幸人敵対的生成ネットワークキャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューマイクロソフトルールベースシナリオAIと倫理映画デバッグアートDALL-E2StyleGAN倫理ゲームプレイAINFT自動生成SIGGRAPHメタAIStable Diffusionテキスト画像生成ロボット深層学習CEDEC2019プロシージャル遺伝的アルゴリズムテストプレイモリカトロンDALL-Eビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIVFXデジタルツインメタバース不完全情報ゲームVRナビゲーションAI画像生成AINPC畳み込みニューラルネットワークCLIP画像生成ファッションGDC 2021JSAI2022GDC 2019マルチエージェントCEDEC2022AIアートボードゲーム懐ゲーから辿るゲームAI技術史toioCNNAdobeUnity著作権小説アニメーション鴫原盛之HTN階層型タスクネットワーク汎用人工知能JSAI2020TensorFlowインタビューBERTMicrosoftイベントレポート対話型エージェントロボティクスMetaMinecraft水野勇太Genvid TechnologiesガイスターStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルMCS-AI動的連携モデルマンガマーケティングGDC SummerバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazoneSportsDQNBLUE PROTOCOLシーマンアバターOmniverse3DCGUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学ベリサーブPlayable!ChatGPT理化学研究所ジェネレーティブAISIGGRAPH ASIADARPAドローンシムシティImagenZorkバイアスモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic Arts3DメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILE模倣学習ナラティブスタンフォード大学アーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識メディアアートPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAEDreamFusionリップシンキングUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンIGDA秋期GTC2022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MITAIロボ「迷キュー」に挑戦野々下裕子徳井直生マシンラーニング5GMuZeroRival Peak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Codex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rinnaイラストシミュレーションデジタルヒューマン完全情報ゲーム坂本洋典PaLM釜屋憲彦ウェイポイントパス検索対談藤澤仁生物学GTC 2022画像認識GPT-3.5SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldEarth-2BingMagentaSFELYZA Pencil松尾豊GTC2021CycleGANNetflixデータマイニング東京大学NetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022レベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDAAI DungeonASBS栗原聡ぱいどんテキスト生成不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasperNVIDIA 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AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学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 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・シネマティック・ユニバースコナミデジタルエンタテインメント成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0国立情報学研究所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石川冬樹サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップStability AINovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALO市場分析ポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioAWSamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe Research政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtARWaifu DiffusionGROVERプラスリンクス ~キミと繋がる想い~元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPMicrosoft DesignerアップルRealFlowRinna Character PlatformiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraph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大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP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コリジョンチェックPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]アルスエレクトロニカ2019品質保証YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国[Walled Garden]​​プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject MalmoオンラインゲームGen-1気候変動Project PaidiaシンギュラリティProject Lookoutマックス・プランク気象研究所レイ・カーツワイルWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ気象モデルRunway ResearchLEFT ALIVE気象シミュレーションMake-A-Video長谷川誠ジミ・ヘンドリックス環境問題PhenakiBaby Xカート・コバーンエコロジーDreamixロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-Imageモデル音楽生成AIYouTubeダフト・パンクメモリスタ音声生成AIGlenn MarshallScenarioThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxAIピカソVeap JapanAI素材.comEAPneoAIテンセントSIFT福井千春DreamIconDCGAN医療mignMOBADANNCEメンタルケアstudiffuse人事ハーバード大学Edgar HandyAndreessen Horowitz研修デューク大学AIQVE ONEQA Tech Nightmynet.aiローグライクゲーム松木晋祐東京理科大学下田純也人工音声NeurIPS 2021産業技術総合研究所桑野範久リザバーコンピューティングBardプレイ動画ヒップホップ対話型AIモデルソニーマーケティングControlNetサイレント映画もじぱnoteNBA環境音暗号通貨note AIアシスタント現代アートFUZZLEKetchupAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt Transfer群知能下川大樹AIFAPet Portraitsウィル・ライト高津芳希P2EBlob Opera大石真史クリムトBEiTStyleGAN-NADA世界モデルDETRゲームエンジンDreamerV3SporeUnreal Engineクリティックネットワークデノイズ南カリフォルニア大学Unity for Industryアクターネットワーク画像処理DMLabSentropyGLIDEControl SuiteCPUDiscordAvatarCLIPAtari 100kSynthetic DataAtari 200MCALMYann LeCunプログラミングサム・アルトマン鈴木雅大ソースコード生成コンセプトアートGMAIシチズンデベロッパーSonanticColie WertzTRPGGitHubCohereリドリー・スコットウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリング絵コンテUrzas.aiストーリーボード介護大阪大学西川善司並木幸介KikiBlenderサムライスピリッツ森寅嘉Zoetic AIプロンプトゼビウスSIGGRAPH 2021ペットGPT-4ストリートファイター半導体Digital Dream LabsPaLM APITopaz Video Enhance AICozmoMakerSuiteDLSSタカラトミーSkeb山野辺一記NetEaseLOVOTDreambooth-Stable-Diffusion大里飛鳥DynamixyzMOFLINゲーム背景RomiGoogle EarthU-NetミクシィGEPPETTO AI13フェイズ構造アドベンチャーゲームユニロボットStable Diffusion web UIADVユニボPoint-EXLandGatoアパレルAGIAI model手塚眞DEATH STRANDINGマルチモーダルAI ModelsEric Johnson汎用強化学習AIZMO.AIデザインMOBBY’SOculus Questコジマプロダクションロンドン芸術大学モビーディック生体情報デシマエンジンGoogle BrainダイビングインディーゲームSound Controlアウトドア写真高橋ミレイSYNTH SUPERAIスキャニング照明Maxim PeterKarl Sims自動採寸Joshua RomoffArtnome3DLOOKハイパースケープICONATESizer山崎陽斗深層強化学習ワコール立木創太松原仁スニーカー浜中雅俊UNSTREETミライ小町武田英明Newelseテスラ福井健策CheckGoodsGameGAN二次流通パックマンTesla BotNEDO中古市場Tesla AI DayWikipediaDupe Killerソサエティ5.0Sphere偽ブランドSIGGRAPH 2020バズグラフXaver 1000配信ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行

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

ゲームAIの新しいスタイルを考える

ゲームに登場するキャラクターを制御する目的のAIを開発する際、もっともスタンダードな設計思想は、AIにゲーム世界で起きている状況を認識させ、次にこの世界で起こりうる状況を予測させ、最終的に最適な行動を決定させる…というようなものになります。

ここで出てきた「認識」「予測」の部分は、近年では機械学習などの技術を使うのが一般的なアプローチになるかと思います。そして「行動」の部分は、ゲームAIでは「移動」であったり「攻撃」といったゲームメカニクスに深く関わるアクションということになることでしょう。

ところで、我々がゲームをプレイする場合、ゲーム画面を見て、同じようにゲーム世界を「認識」し、次のゲーム世界の状態を「予測」する所まではAI開発と同じです。しかし、最終的に起こす「行動」は、ゲームコントローラーの操作です。具体的にいえば、ゲームコントローラーのレバーを入力したり、ボタンを押したり…というようなアクションになります。

そう、我々がゲームをプレイするという行為は、だいたい「ゲームコントローラを操作する」ことに等しいわけです。であれば、ゲーム世界に対する認識や予測とともに、人間のゲームコントローラの操作までをセットにしてAIに学習することができれば「新しいゲームAI」のスタイルを誕生させられるかもしれません。

実は、近年、そんなアイディア(≒仮説)を具現化したゲームAIの開発が始まっています。

2019年10月に開催された新技術の見本市「CEATEC 2019」においてバンダイナムコは縦スクロールシューティングゲームの名作『ゼビウス』(1983年、ナムコ)をプレイするAIロボを発表していました。このAIは、Google系AIベンチャーのDeepMindが開発したゲームプレイAIとほぼ同方針のいわゆる教師なしの強化学習型AIとして開発されたものです。

つまり、AIは、ゲームのルールを一切教えられていない赤子状態で『ゼビウス』をプレイさせられ良い行動をしたら「えらいぞ」と褒美を与えて訓練し開発されたものということです。学習にあたっては実際のゲーム画面の15fps単位の画像(一部処理しやすいように画像を低解像度化+鮮鋭化)を入力情報とし、ゲーム画面に反応したレバー/ボタン操作を出力情報としました。

格闘ゲームの対人戦の楽しさは「駆け引き」にあり!?

人間のゲームコントローラの操作までをセットに学習させてAIを作るという発想におあつらえ向きのゲームジャンルが存在します。それは格闘ゲームです。

有名な『ストリートファイター』(1987年〜、カプコン)シリーズに代表される格闘ゲームでは、それぞれのプレイヤーが方向レバーを動かしてマイキャラの移動方向を入し、相手の動きにあわせて「いまだ!」というタイミングで、パンチやキックといった攻撃に対応するボタンを押して相手を攻め立てます。

また、多くの格闘ゲームでは、相手のキャラクタの動きだけでなく、相手と自分の体力ゲージ、パワーゲージなどの各種ゲージを見ながら勝つための戦略、あるいは負けないための戦略を組み立てていきます。

そして格闘ゲームには、方向レバーを移動目的以外にも動かしてコマンド入力を成立させて技を発動させる独特の操作系があります。例えば「↓↘→+パンチ」は多くの格闘ゲームで飛び道具(波動拳系)の必殺技が出ますし、「→↓↘ +パンチ」でアッパーカット系(昇龍拳系)の対空必殺技が出せるようになっています。

では、こうした格闘ゲームにおける敵AIは、どのような仕組みで動かされているのでしょうか。

各種ゲージの状態を把握し、人間側が操作しているキャラの動きに反応して行動を選択する点は、人間対人間の闘いと同じですが、一般的な格闘ゲームの敵AIは、方向レバー操作やボタン押しでキャラを操作してはいません。プログラム的に直接キャラクタを動かしているので、人間では行えないような超速反応でこちらの攻撃に対応した反撃を行ってきたり、前述したコマンド入力で発動する必殺技を、コマンド入力なしの最速発動で仕掛けてきます。

完璧な行動をされれば、こうした敵AIに勝つことはほぼ無理です。さすがにこれではゲームとして成り立たないので、一定の確率で間抜けな隙ある行動を挿入するなどしてバランスを取ることになります。

なので、格闘ゲームにおけるAIプレイヤー(敵AI)が操作する敵キャラは、攻略方法さえ分かってしまえば、その間抜けな行動の隙を突くことで簡単に倒すことができることが多い傾向にあります。

格闘ゲームの対人戦が面白いのは、相手を騙すようなフェイント動作が成功したり、相手がこちらに仕掛けてきたミスを誘発するような行動に騙されなかったり…といった「駆け引き」が頻発するからです。昔ながらの格闘ゲームAIは、およそ超反応で負けるかパターンハメで勝つかのどちらかになりがちで、どうしても敵AIに対するゲームプレイ自体が作業っぽくなってしまいます。何とか、AIプレイヤー相手でも、対人戦のような駆け引きが楽しめるようにならないものでしょうか。

人間と同様にゲームコントローラを操作するAIが誕生!?

そんな最中、人間がプレイするように、方向レバー入力とボタン操作で対戦ゲームをプレイするAIプレイヤーの開発が行われつつあります。まず、先陣を切って商品化にまで漕ぎ着けたのがSNKです。同社が2019年6月に発売した『サムライスピリッツ』(以下、サムスピ)で、そのAIプレイヤーが実装されています。「ゴースト」機能と名付けられたこの新フィーチャーは、下の公式動画でも触れられています

サムスピのゴースト機能開発にあたっては、プレイヤーという存在をシンプルな入出力演算器として考えることとしました。

具体的には、プレイヤーを1フレーム単位のゲーム状況を入力情報として与えてやると、レバー操作とボタン押しを出力する演算器とみなすのです。ゲーム状況とは例えば「闘い合う2体の両キャラ位置」「それらのモーション状態」「両者のゲージ状態」「残り時間」「現ラウンド数(ラウンド取得状況)」などです。サムスピでは、人間がサムスピを遊んだ際の1フレーム単位のゲーム状況と、そのプレイヤーのレバー操作とボタン押しを機械学習させることで、そのプレイヤーのプレイスタイルを模倣するAI(ゴースト)を構築する機能を搭載したのです。

もちろん、AI(ゴースト)が出力するレバー操作とボタン押しは、あくまで「そういう操作をした」と見なされる入力データです。実在するコントローラのレバーやボタンをロボットハンドが操作するわけではありません。もちろん、将来的にはそうした機械制御の部分までも構築したロボットAIプレイヤーが登場したら、それはそれでおもしろそうですが。

生成されたゴーストとは、実際に対戦プレイが楽しめるほか、このゴーストをサーバー側にアップロードして、全世界のサムスピプレイヤーと共有することができます。なので、地球の向こう側のプレイヤーのプレイスタイルを模倣したゴーストとの対戦も楽しめます。なお、現状はゴースト同士の対戦には対応していませんが、将来的にそうしたモードの実装は計画されているようです。

SNKの公式サイトに掲載されているサムスピのゴーストモードの紹介

なお、現状のサムスピのゴーストは、残念ながら「ガードが甘い」「攻撃がやや単調」といった弱点も指摘されています。これはシンプルに、学習量が浅いこと、あるいは学習データに不要なノイズをふくんでいる可能性もあります。

今回のサムスピのゴースト機能の学習処理を、ゲームが実行されているゲーム機の実機自身でバックグラウンドプロセスにてリアルタイムに行っています。そのため、演算性能やメモリ容量の上限があり、あまり複雑な学習モデルを実装できなかったようです。開発チームも、将来的にゲーム機側に学習/推論アクセラレータが搭載されたり、クラウド側で学習させられるようになればさらにこの仕組みを進化させられるかもしれない、と振り返っています。

サムスピのゴーストモードの仕組み。プレイヤーのプレイスタイルの学習はゲーム機側の実機でリアルタイムに行う実装となった。この画像はGame Creators Conference ’19のSNKゲーム事業本部R&D、泊 久信氏の「ニューラルネットワークを用いたAIの格闘ゲームへの組み込み」の発表資料より(以下同)。
ゴーストモードと対戦した際、その推論エンジンは1フレーム毎にゲームコントローのレバー操作、ボタン操作を出力する仕様となっている。

憧れの著名プレイヤーを再現したAIが誕生する可能性も

そうした学習処理をクラウド側にオフロードするアイディアは確かに仕組みとしては有効そうですが、AIプレイヤーの生成のためにサーバーを運営する必要があり、維持コストが問題になってきます。ただし、この課題についても、eSportが盛り上がりを見せる昨今ならば、うまく解決できるかもしれません。

現在のeSportブームの立役者として活躍する著名プロゲーマー達と対戦したいというニーズは確実に存在します。実際、そうした著名プロゲーマー達も、インターネットを活用した対戦プレイで鍛錬を詰んでいるので、自分がプレイ中に、彼らと偶然マッチングすることはあります。しかし、インターネットを活用したネット対戦は、なるべく特定の相手に連続で当たらないようなマッチングを行うので、自分がプレイしたいときに必ずお目当てのプロゲーマーと対戦できるわけではありません。

では、もし、そのお目当てのプロゲーマーのプレイスタイルを完全再現出来るAIがサービスとして提供できるとしたらどうでしょうか。そこには商品価値が生まれます。

『ストリートファイターV』(2016年、カプコン)を初めとして、最新の格闘ゲームでは、人間プレイヤー同士の戦いを記録した膨大な数のプレイデータがサーバーに蓄積され、ユーザーが随時検索するなどして見られるようになっています。しかも、このリプレイデータは、映像ではなく、60分の1秒で進行するゲーム内時間とその時点での闘い会う二人のプレイヤーのレバー操作とボタン操作で構成されていますから、学習素材としてはパーフェクトなデータといえます。

そして、この膨大なリプレイデータには当然、著名プロゲーマーのプレイデータも保存されているわけで、このデータ群を今回のような機械学習モデルを応用して学習させることで特定のプロゲーマーのプレイスタイルを再現したAIプレイヤーは生成できるはずです。

こうした著名プレイヤーAIは、前述したように有料DLC的な商品・サービスとして成り立たせられるだけでなく、著名プレイヤーAI同士を戦わせるような「新しい遊び」にも発展させられる可能性も秘めています。シンプルに自分を模倣したプレイヤーAIを生成して対戦することで「昨日の自分より強い自分」を生み出すための、鍛錬目的にも使うこともできそうです。夢は広がります。

2019年9月に横浜で開催されたCEDEC2019では、スクウェア・エニックスが「ファイナルファンタジーXV」ライクな3DバトルゲームのプレイヤーAIを、サムスピ同様の概念で制作した事例を発表しました。発表を担当したのは、株式会社Luminous Productions、開発部、プログラマーの上段達弘氏です。この映像はこの発表の成果物で、映像中のキャラクターは2体とも「ゲームコントローラを操作するAI」によって動かされています。

関連記事:【CEDEC2019】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

Writer:西川善司

RELATED ARTICLE関連記事

AIを”嘘つき”に育てるために:「すごろくや祭」AIゲーム対戦ブースレポート

2019.8.13ゲーム

AIを”嘘つき”に育てるために:「すごろくや祭」AIゲーム対戦ブースレポート

ゲームAIのこれまでとこれから:三宅陽一郎氏×森川幸人氏 対談(前編)

2019.4.26ゲーム

ゲームAIのこれまでとこれから:三宅陽一郎氏×森川幸人氏 対談(前編)

【CEDEC2021】ディー・エヌ・エーが推進する音声AI社会実装に関する最新事例

2021.9.28ゲーム

【CEDEC2021】ディー・エヌ・エーが推進する音声AI社会実装に関する最新事...

RANKING注目の記事はこちら