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

OpenAIが無償提供するゲームプレイAI開発環境まとめ

2020.5.29ゲーム

OpenAIが無償提供するゲームプレイAI開発環境まとめ

汎用人工知能(AGI)の実現を目指しているNPO団体OpenAIは、強化学習AIの研究を重視していることで知られています。与えられた環境との相互作用を繰り返しながら、特定の課題を達成するのに最善な選択肢を探索する強化学習AIの研究開発には、ゲームのクリアを目標とするゲームプレイAIの開発がうってつけです。こうしたことから、同団体は多数のゲームプレイAI開発環境を無償提供しています。この記事では、そんな開発環境を紹介していきます。

ミニゲームを集めたスタンダードなOpenAI Gym

OpenAI Gym」は、『パックマン』のようなミニゲームを集めたゲームプレイAI開発環境です。同環境のゲームライブラリーには、レトロゲーム機Atari2600でプレイ可能なゲームを集めた「Atari」、2D物理エンジン「Box2D」で構築されたゲームを集めた「Box2D」、振り子や傾斜上の移動体の制御を学習できる「Classic control」、3D物理エンジンで再現した物理現象を学習できる「MuJoCo」、そしてロボットアームの動作を再現した「Robotics」等が用意されています。同環境は、さまざまなゲームプレイ環境をふくんでいることから、強化学習AI開発環境の定番という評価を得ています。

Open AI Gymはオープンソースなので、OpenAI以外の団体あるいは個人が流用して新しいゲームプレイAI開発環境を作ることも可能です。そうした開発環境は「サードパーティ環境」としてまとめられています。ゲームプレイAIの開発という本来の用途から離れて、AIの長期運用をシミュレートするためにGoogleが流用開発した環境「ML-fairness-gym」といったものもあります。

Open AIは、ゲームプレイAIの性能を測定するベンチマークとなるゲームセット「Procgen」も公開しています。このセットに収録されているゲームは、同団体が独自に開発したものです。

Open AI Gym

論文:OpenAI Gym

GitHubレポジトリ

利用のあたっての資料

安全性を重視したSafety Gym

強化学習AIは、時として目標を達成するためにあえて危険な選択肢を実行することがあります。例えば、目的地に最短時間で到着するまでに車線をはみ出したらペナリティを与えるという自律自動車を制御するAIを開発する環境を構築する場合、ペナルティの設定が小さければ、AIはあえて車線をはみ出す走行コースを選択する可能性があります。このような危険な選択肢を巧妙に考慮したAIを現実の世界に実装すると、大きな問題が生じることは想像に難くありません。

Safety Gym」は、以上のような危険な選択肢を実行することのないAIを開発するための環境です。この環境は、産業用ロボットや自律自動車を模した移動可能なオブジェクトとそのオブジェクトが取り組むミニゲームライクなタスク環境から構成されています。タスクには、小さなオブジェクトを所定の位置まで運ぶ、所定の位置まで移動する、というものがあります。

Safety GymのAIが通常の強化学習AIと決定的に異なるのは、安全性に関する制約が課せられている点です。具体的には、AIが何らかの危険な選択肢を実行する度にペナリティ設定を上昇させて、危険な選択肢が目標達成に関して有利に働かない制約を課したのです。

Safety Gymは、人間が強制的に禁止ルールを課すのではなく、AIが自律的に安全性を学習する仕組みを考察するのに役立つ環境と言えるでしょう。

Safety Gym

論文:Benchmarking Safe Exploration in Deep Reinforcement Learning

GitHubレポジトリ

MMORPGのオープンワールドを模したNeural MMO

Open AIは、ミニゲームよりも複雑で大規模な学習環境としてMMORPGのオープンワールドのような「Neural MMO」も提供しています。

Neural MMOは最大100個のサーバと接続可能であり、それぞれのサーバには128のゲームプレイAIの情報を保存できます。同環境内にランダムに生成されたAIは、最大で1億ターンのあいだ行動できます。環境内には森、草原、水場、岩場があり、森からは食料を、水場からは水を採取できます。AIは、採取した食料と水を消費して生き延びることができます。ただし森から食料を採取すると、一定ターン採取できなくなります。

Neural MMO内に生成されたAIは、生き残るために水と食料を採取したり、それらを探索したりします。また、ほかのAIから水と食料を奪うために戦闘することもできます。戦闘手段は、打撃攻撃、遠隔攻撃、魔法攻撃から選ぶことができます。さらに生き残ることを通して得られた学習内容を共有できる「種族」という概念も設定されています。

Open AIの研究チームがNeural MMOを使ったシミュレーションを実行したところ、ゲームプレイAIは生物学の概念である「ニッチ」で説明されるような挙動を示したのでした。具体的には、世界が十分に広く食料も潤沢である場合には、AIは戦闘を避けて食料の探索を選択しました。また、同じ種族のAIから積極的に学習することも確かめられたのです。

Neural MMOはオープンソースとして提供されているので、利用者は自身の目的に合わせて同環境を変更および拡張することができます。

Neural MMO

論文:Neural MMO: A Massively Multiagent Game Environment for Training and Evaluating Intelligent Agents

GitHubレポジトリ

かくれんぼ環境Multiagent emergence environments

以上に解説してきたゲームプレイAI開発環境は、AIが実行できる選択肢は無数にあるものも、選択肢の種類自体は(移動、攻撃のように)限定されたものでした。こうした環境のリリース後、Open AIはゲームプレイAIが選択肢自体を生成することを可能とする環境を公開しました。それが、AIがかくれんぼをプレイする「Multiagent emergence environments」です。

このかくれんぼ環境は、かくれんぼをプレイする複数のAIと、かくれんぼする空間から構成されています。かくれんぼする空間には、動かせない部屋と壁、および動かせるオブジェクトがあります。オブジェクトには立方体の形状をしたボックス、立方体を半分に切って傾斜がついているスロープが用意されています。こうした空間のなかで、AIは隠れるハイダーとハイダーを探すシーカーに分かれてかくれんぼをプレイします。なお、プレイ開始直後にハイダーには隠れるために一定の時間が与えられます。

以上のようなゲーム環境でAIがかくれんぼを繰り返した結果、事前にコーディングしていないにも関わらず、AIはオブジェクトを利用してプレイを有利に進めることを次々と学習したのでした。その学習過程を簡単にまとめると、以下のようになります。

  • ハイダーは、ボックスを使って部屋の出入口をふさぐ「ドアブロッキング」を習得
  • シーカーはドアブロッキングに対抗して、スロープを使ってボックスを乗り越える「ランプ(Ramp)」を習得。
  • ハイダーはランプに対抗して、部屋のなかにスロープを隠してしまう「ランプディフェンス」を習得。
  • シーカーはランプディフェンスに対抗して、ボックスのうえに乗って移動する「ボックスサーフィン」を習得。

かくれんぼのプレイを通じて新規の行動を習得したことが意味するのは、ゲームプレイAIが人間に定めたわけではない新たなアイデアを考案した、ということです。この結果は、ゲームプレイAIの研究が人間のクリエイティビティをも再現できる全般的人工知能の実現に寄与することを示しているのです。

Multiagent emergence environments

論文:EMERGENT TOOL USE FROM MULTI-AGENT AUTOCURRICULA

GitHubレポジトリ

Wreiter:吉本幸記

RELATED ARTICLE関連記事

【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?

【GDC 2021】NPCの高度なインタラクションを可能とした『ウォッチドッグス レギオン』のグループビヘイビア

2021.8.17ゲーム

【GDC 2021】NPCの高度なインタラクションを可能とした『ウォッチドッグス...

【CEDEC2021】ブロックチェーンゲームにおける報酬設計

2021.10.27ゲーム

【CEDEC2021】ブロックチェーンゲームにおける報酬設計

RANKING注目の記事はこちら