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
ディープラーニングCG機械学習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強化学習三宅陽一郎音楽OpenAI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河合律子QAスクウェア・エニックスNVIDIAシナリオFacebookキャラクターAIルールベースDeepMindデバッグCEDEC2019プロシージャル人工知能学会映画ビヘイビア・ツリーGoogleCEDEC2021CEDEC2020ゲームAISIGGRAPH遺伝的アルゴリズム不完全情報ゲームメタAIナビゲーションAI森川幸人畳み込みニューラルネットワーク自然言語処理深層学習マイクロソフトAIと倫理グーグルStyleGAN自動生成GDC 2021GPT-3GDC 2019マルチエージェントVRボードゲームロボットアートCNNVFXモリカトロンゲームプレイAIファッションHTN階層型タスクネットワークディープフェイクJSAI2020大内孝子TensorFlowMicrosoftイベントレポートテストプレイAIアート水野勇太アニメーションガイスターNPCDALL-ECLIPStyleGAN2NFTtoio吉本幸記JSAI2021スポーツシムピープル汎用人工知能GDC SummerAdobeeスポーツ対話型エージェントeSportsBLUE PROTOCOLシーマン小説UbisoftAlphaZeroカメラ環世界中島秀之懐ゲーから辿るゲームAI技術史研究DARPAドローンシムシティAI美空ひばり手塚治虫Electronic Artsメタデータブロックチェーン通しプレイOpenAI Five本間翔太CM倫理ピクサーイーサリアム作曲中嶋謙互Amadeus CodeMicrosoft AzureデジタルツインアストロノーカキャリアナラティブAmazon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Unity齊藤陽介マインクラフトお知らせアバターサルでもわかる人工知能VAEUbisoft La ForgeワークショップGenvid Technologies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クラウド斎藤由多加リトル・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GPT-2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画像認識DeNA長谷洋平鴫原盛之masumi toyota宮路洋一TextWorldSIGGRAPH ASIAソニーGTC2021CycleGANフェイクニュースエージェントGPUALifeZork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マンガぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩スパーシャルAI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TENTUPLAYLEFT 4 DEADMARVEL Future FightAstroタイムラプスEgo4Dバスキアバーチャルヒューマン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BERTゲームデザインSentencePieceLUMINOUS ENGINEプラチナエッグLuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエビッグデータGOAPAdobe MAX 2021メタバース模倣学習NVIDIA OmniverseOmniverse 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バランス調整レコメンドシステムNVIDIA DRIVE Sim協調フィルタリングNVIDIA Isaac Sim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グリムノーツゴティエ・ボエダGautier Boeda階層的クラスタリングaiboJuliusSIETPRGバーチャル・ヒューマン・エージェントtoio SDK for Unityクーガー田中章愛石井敦銭起揚茂谷保伯MinecraftGDMC成沢理恵MITメディアラボ著作権マジック・リープMagic Leap OneMagendaノンファンジブルトークンDDSPサッカー里井大輝KaggleバスケットボールAssassin’s Creed OriginsSea of ThievesGEMS COMPANYmonoAI technology初音ミクOculus転移学習テストBaldur's Gate 3Candy Crush SagaSIGGRAPH ASIA 2020デバッギングBigGANMaterialGANリップシンキングRNNReBeL自動運転車VolvoRival Prakユービーアイソフト北尾まどかHALO将棋メタルギアソリッドVFSMナップサック問題汎用言語モデルSpotifyMITReplica StudioamuseChitrakar巡回セールスマン問題ジョルダン曲線5GMuZeroクラウドゲーミングRival Peak和田洋一リアリティ番組Stadiaジョンソン裕子MILEs対話エンジンインタラクティブ・ストリーミングインタラクティブ・メディアシーマン人工知能研究所Ludoゴブレット・ゴブラーズTransformerSIGGRAPH 2019ArtEmis絵画ARGROVERFAIRAIりんなチート検出オンラインカジノアップルRealFlowiPhoneシミュレーションDeep FluidsMeInGameAIGraphブレイン・コンピュータ・インタフェースBCILearning from Video予期知能ユクスキュルカント哲学ドラゴンクエストエージェントアーキテクチャPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者アルスエレクトロニカ2019StyleCLIPStyleRig逆転オセロニア奥村エルネスト純いただきストリート齋藤精一大森田不可止高橋智隆ロボユニザナック泉幸典仁井谷正充ロボコレ2019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ウロチョロスSuper Phoenix理化学研究所Project Malmo教育Project PaidiaProject LookoutWatch ForBingLEFT ALIVE長谷川誠ジミ・ヘンドリックスBaby Xカート・コバーンロバート・ダウニー・Jr.エイミー・ワインハウスMagentaYouTubeダフト・パンクSFGlenn MarshallThe Age of A.I.Story2HallucinationレコメンデーションJukeboxテンセントSIFTDCGANMOBADANNCE人事ハーバード大学研修デューク大学mynet.aiローグライクゲームNetHack人工音声NeurIPS 2021はこだて未来大学プレイ動画ヒップホップサイレント映画NBA環境音現代アート粒子群最適化法進化差分法群知能下川大樹ウィル・ライト高津芳希大石真史BEiTレベルデザインDETRSporeAIボイスアクターデノイズ南カリフォルニア大学画像処理NVIDIA CanvasSentropyCPUDiscordCALM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DynamixyzモーションキャプチャーU-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バンダイナムコ研究所ミライ小町テスラGameGANELYZAパックマンTesla BotTesla AI Dayソサエティ5.0ELYZA DIGESTSIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典3D音声合成韻律射影広告韻律転移

パックマンだけではない。GANを使ったゲーム開発事例を紹介

2020.6.26ゲーム

パックマンだけではない。GANを使ったゲーム開発事例を紹介

実在しない人物の顔やオブジェクトに関するフォトリアルな画像を生成する技術であるGAN(Generative Adversarial Network:敵対的生成ネットワーク)は、その革新性が文字通り一目瞭然なために瞬く間に注目されるようになりました。最近ではGANの派生技術が次々と発明され、そうした技術はゲーム開発にも活用されています。この記事では、GANを使ったゲーム開発事例を紹介します。

ゲーププレイを見てゲームをコピー

大手GPUメーカーのNVIDIAは5月22日、アクションゲーム『パックマン』(1980年、ナムコ)の生誕40周年を記念して、GANを使って同ゲームを完全再現したことを発表しました。完全再現には、GameGANと命名された技術が使われました。

パックマンを再現するにあたっては、まずGameGANが模倣する学習データとして5万エピソード分のプレイ動画を用意しました。同技術はプレイ動画からステージの構造やパックマンなどの挙動を学習して、ゲームの仕様を特定していきます。この特定するプロセスを繰り返すと、最終的にゲームを完全再現できるようなるわけです。再現課程において注目すべきなのは、事前にソースコードとゲームの仕様が同技術に与えられていないというところです。

GameGANは、学習を通して動かない背景と動くキャラクターを区別できるようになります。それゆえ、ゲームの完全再現に成功すると、背景を他のものに差し替えて新たなゲームステージを生成することもできます。この技術を使えば、コーディングすることなく新規ゲームステージを生成することが可能となるのです。

GameGANの応用範囲は、ゲームだけに留まりません。将来的には、ロボットや自律自動車の制御に活用できると考えられています。例えば、自律走行車に搭載されたカメラから撮影した動画を学習データとして、この自律走行車を制御するAIモデルを開発することができます。

もっとも、GameGANにはルールを間違って学習する可能性があるので注意が必要です。ゲームメディアPolygonのパックマン再現を報じた記事によると、再現されたパックマンはプレイがうまくなりすぎて死なないために「パックマンは死ぬことがある」というルールを学習しなかったとのこと。同技術を現実世界の機械制御に応用する場合には、学ぶべきルールを学習したかどうかを検証する必要があるでしょう。

GANを使ってオープンワールドを構築

現代の大作RPGでは、オープンワールドと呼ばれるプレイヤーが自由に行動できる広大なマップが用意されていることが魅力のひとつとなっています。このオープンワールドの開発には、大規模なゲームスタジオであっても4〜5年を要するとも言われています。フリーランスのデータサイエンティストでありながらAI技術をゲーム開発に応用するアイデアについてMediumに投稿し続けているChintan Trivedi氏は、オープンワールド構築にGANを活用する試みに関する記事を投稿しました。

Trivedi氏が活用したのは、2018年にMITとNVIDIAの共同研究チームが発表したvid2vidというGANの派生技術です。この技術は、任意の動画を学習すると、その動画とそっくりな動画を生成できるというものです。同技術を使えば、用意した動画からオープンワールドの景観が生成できます。白紙の状態からオブジェクトを作り込んでオープンワールドを構築する方法と比較すると、同技術による景観の生成には多大な開発コスト削減が期待できそうです。

しかし、vid2vidの活用には大きな制約があります。オープンワールドでは時間の経過や天候の変化により、景観が暗くなったり晴れから雨に変わったりします。こうした景観の属性的な変化をvid2vidで再現しようとすると、属性ごとに学習する動画を用意しなければならないのです。こうしたvid2vidの制約を改善して開発された技術が、2019年にカリフォルニア大学バークレー校の研究者らによって発表されました。条件付き暗黙的最尤推定法(Conditional IMLE)と呼ばれる技術を使えば、単一の動画から属性の異なるそっくりな動画を生成できるのです。

Trivedi氏は、アクションゲーム『グランド・セフト・オートV』(2013年、ロックスター・ゲームス)から抽出した景観を学習データとして用意して条件付き暗黙的最尤推定法を使ってみたところ、予想通り同ゲームにそっくりな景観を昼夜の変化にいたるまで再現できました。こうして同技術を活用すれば、実写映像や過去のゲームの動画を流用して新たなオープンワールドが構築できることが実証されました。実証結果を受けて、10年以内にはAI技術を使ったオープンワールド開発が実用化されるだろう、と同氏は予想しています。

シェーディングもGANで実行

GANの活用事例はオープンワールド構築だけではありません。ゲームグラフィックデザイナーのYgor Rebouças Serpa氏は、ゲームキャラクター制作にGANを活用した自身の経験についてまとめた記事をMediumに投稿しました。同氏は2020年12月にリリース予定の2D格闘ゲーム『Trajes Fatais: Suits of Fate』(Onanim Studio)のキャラクター制作に関わっています。同ゲームは、レトロなピクセルアートで造形されたキャラクターが登場することが特徴となっています。このキャラクターの造形にGANを活用したのです。

ピクセルアートによる2Dキャラクターを制作するには、一般にデザイナーがラフなスケッチを描いた後に線で構成されたラインアートを作り、そのラインアートに立体的な陰影処理をほどこす「シェーディング」と細部に彩色する「リージョン」処理を行います。Serpa氏が関わった業務では、シェーディングとリージョン処理にGANを活用しました。使ったGANは、簡単な線画からリアルな彩色をほどこすことができるpix2pixです(pix2pixによる画像生成を確認できるデモページはこちら)。

シェーディングとリージョン処理のそれぞれにpix2pixを活用したところ、シェーディングに関しては人間のアーティストが彩色した場合と遜色のない出力結果が得られました。リージョン処理に関しては、複雑なデザインのキャラクターでは線からはみ出した色が目立ってしまい、実用には耐えられない結果となりました。

以上のような結果を受けてシェーディングにpix2pixを導入してキャラクター制作に導入したところ、人手でおこなった場合にはひとつのラインアートにつき平均して20~30分の作業時間を要するのに対して、同技術活用時には10~30分でした。従来ではラフスケッチからリージョン処理までに合計1時間かかっていたので10分の時間短縮、つまりは15%程度の作業効率化が実現したのでした。

pix2pixは2017年に発表された技術です。現在GANの派生技術に関する研究はさかんに行われているので、リージョン処理を人間と同等に実行できる技術は遠くない将来に現れるのではないか、とSerpa氏は予想しています。

以上のようにGANの派生技術を活用すると、ゲーム開発の効率化が期待できます。近い将来、ゲームエンジンやグラフィック制作ソフトにGAN関連技術が標準実装されるかも知れません。そうした技術は大作ゲームを制作する大規模スタジオと趣味でゲームを作るユーザの両方に恩恵をもたらすことでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

【CEDEC2019】ゲーム開発・運用における機械学習活用の現状と未来

2019.10.30ゲーム

【CEDEC2019】ゲーム開発・運用における機械学習活用の現状と未来

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

無数の可能性から最適な行動を選ぶ。『Zork』プレイAIに見る言語的世界との新たな相互作用

2021.7.27ゲーム

無数の可能性から最適な行動を選ぶ。『Zork』プレイAIに見る言語的世界との新た...

RANKING注目の記事はこちら