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

完全自動デバッグAIや格闘ゲーム接待AIの実現に向けたモリカトロンの挑戦 #CEDEC2020

2020.8.31ゲーム

完全自動デバッグAIや格闘ゲーム接待AIの実現に向けたモリカトロンの挑戦 #CEDEC2020

デカルトが機械論を提唱してから4世紀。ディープラーニングとビッグデータによって技術的特異点が現実味を増す中、人工知能が囲碁やポーカーで人間を負かし、仮想空間でのシミュレーションで現実世界を学び始め、自然言語処理能力で人間を上回り、果ては顔認識システムで人権を侵害し、完全自動の対空迎撃ミサイルで人命を脅かし、戦闘機の模擬空戦でパイロットを失業の危機へと追い込むまでに進化しても、デスクワークを代行できたり人間の遊び相手をしたりするほど、AI技術は身近なところで私たちと共存できていません。

ゲーム業界においては近年、自立型エージェントやメタAIといった技術がゲームメカニクスに革新をもたらしました。ゲームキャラクターが自ら考え行動し、ゲーム難易度が自動的に調整され、地形や街並みといったゲーム空間が自動生成される時代。次に注目されているのは、テストプレイやデバッグ作業の自動化、手加減や駆け引きを駆使した人間相手の接待プレイといった、ゲームの外側におけるAI技術の活用です。

9月2日からオンライン開催される国内最大のコンピュータエンターテインメント業界向け技術交流会「CEDEC 2020」を前に、ゲーム開発業務を大幅に効率化できるAI技術や、対戦格闘ゲームでプレイヤーを接待できるAI技術を研究するモリカトロンの開発現場を取材しました。

同社のセッション「攻略、接待、変更に強いAIプレイヤー開発のためのアプローチ」で発表される研究には、3Dアクションゲームに関するAI研究を担当したエンジニア、竹内将氏と本間翔太氏、そして格闘ゲームに関するAI研究を担当するエンジニア、馬淵浩希氏と岡島学氏の4人が関わっています。

テストプレイとバグ報告をAIがやってくれたら

このセッションでは、囲碁AI「AlphaGo」にも採用された深層強化学習という手法でビデオゲームを学習させたAIが、現実的な動作環境と計算コストでいかにゲーム開発者の役に立てるか、まさにゲームの外側におけるAI利用の可能性が検証されます。

その第一歩として竹内氏と本間氏が取り組んでいるのが、3Dアクションゲームのデバッグに利用可能な自動プレイAIの開発です。既存のゲームを学習させる研究環境と異なり、ゲーム開発の現場ではプログラムのコードが頻繁に変更されます。ビルドし直すたびに人間の手でデバッグする作業は、ゲームの開発規模が大きくなるほど膨大な時間と手間を要します。

また、自動プレイAIをルールベースで作成した場合、仕様変更のたびにAIも作り直さなければなりません。もしAIが開発途中のゲームを学習して、仕様変更を検知しながらテストプレイとバグ報告を代行してくれたなら、作業効率や開発コストは大幅に改善されるでしょう(今回発表される研究では、テストプレイに絞って挑んでいます)。

この課題に、竹内氏は人間のプレイデモを使った模倣学習、本間氏は人間の作業が介入しない階層型強化学習と、それぞれ異なるアプローチで挑んでいます。竹内氏によると、学術ベースの検証ではAIにゼロから学ばせる手法が大きなテーマとして扱われることが多いが、実際のゲーム開発での実用化を目指すにはまだハードルが高いため、まず人間のゲームプレイを模倣する方法に着目したといいます。

模倣学習を使ったアプローチは、広大な3D空間における適切な攻略手順を短時間で学習させられるほか、人間のプレイを再現することでAIの挙動をある程度コントロールできるという利点があります。一方で、ゲーム内容が大幅に変更されるとプレイデモを作り直さなければならないことに加えて、変更の頻度によってはデモデータの作成自体が困難になります。

そこで登場するのが、デモプレイを一切使用しない階層型強化学習によるアプローチです。本間氏の研究では、ナビゲーション移動や攻撃モジュールといったドメイン固有機能を導入することで、AIが完全にランダムな行動を繰り返すのではなく、実際のゲーム攻略に効果的なアクションだけを試行するように学習プロセスを設計しています。

AIの学習時間や挙動はドメイン固有の機能や報酬の設計に大きく依存しますが、人間による作業を挟まないため、継続的インテグレーションと連携することで完全な自動デバッグの実現が期待できるということです。そのための課題は山積していますが、「学術と産業の橋渡しになるような発表にしたい」と、本間氏は語ります。

格闘ゲームの最強AIが手加減しながら遊んでくれたら

これまで対戦ゲームの強化学習で脚光を浴びたAI研究のほとんどは、ひたすら人間に勝る強さのみを追求してきました。その範疇は囲碁や将棋といった完全情報ゲームにとどまらず、ポーカー、麻雀、リアルタイムストラテジーゲーム「StarCraft II」、マルチプレイヤーオンラインバトルアリーナ「Dota 2」といった不完全情報ゲームにおいても、着実な成果を残しています。

しかし、人間を完全に凌駕したAIは学術的なゲームチェンジャーになり得ても、エンターテインメント産業において人間の良き遊び相手になり得ることはありません。絶対に勝てないと立証されたゲームを楽しめる人間は少ないからです。

このセッションでは、格闘ゲームを強化学習させたAIを使って人間プレイヤーを楽しませる接待プレイの可能性も検証されます。モリカトロンは2019年のCEDECにて、多様なボードゲームを学習させた汎用型ゲームAIを発表し、二人完全情報確定ゲームの「どうぶつしょうぎ」と「ゴブレット・ゴブラーズ」を使ったデモ対戦でプロ棋士を相手に勝利を収めています。その経験を踏まえた上で、「ただ強いだけではなくて、一緒に遊んで楽しいと感じてもらえるAIの研究へ一歩踏み出したい」と、岡島氏は語ります。

ここでの接待プレイできるAIは、オンライン対戦で世界の強豪と競い合うようにできるようになるまでの初心者から中級者までをターゲットにしています。単調にならないように白熱した試合を演出しつつ、プレイヤーがあからさまに手加減されていると感じることなく勝てる対戦相手になることで、初心者の離脱を防ぐのです。

手加減とは強者の特権です。接待プレイを実現するためには、まず格闘ゲームで人間に負けない強いAIを育てる必要があります。そもそも弱すぎて相手にならなければ、人間を楽しませることは到底できません。つまり、この研究の鍵を握るのは、手加減という行為をAIにどう定義させるかという部分です。

まず、強化学習で格闘ゲームに強いAIを作るという準備段階では、自己対戦における報酬設計を変えることで多様な戦い方を学ばせるという手法を用いています。さらに、それら異なるスタイルを状況にあわせて使い分けられるように学習させることで、残り時間が少なければ早期決着を狙うために攻撃的な戦い方になり、相手に攻撃が当たらなければカウンター重視の戦い方になるといった、臨機応変なAIができあがるというわけです。

この猛者が手加減する方法は、大きく分けて二通りあります。一方は、残り時間や攻撃の成否に基づいたAIの挙動を、わざと最適化させないことで弱体化を図るという考え方。もう一方は、臨機応変な判断の部分における精度を下げることで、大局的な戦略をわざと崩すという考え方です。

岡島氏と馬淵氏は、前者の部分を兵士に例えて下位方策、後者を軍師に例えて上位方策と表現しています。こうすることで手加減時の不自然さを抑制できるだけでなく、AIに特定の弱点を持たせるといったカスタマイズも可能になるのだといいます。

下位方策のすげ替えをし、AIの挙動を意図的に最適化しないことで手加減するアプローチ(※制作途中の画像です)

 

WANNと呼ばれる強化学習アルゴリズムで上位方策を制御し、大局的な判断ミスを促す形で手加減するアプローチ(※制作途中の画像です)

もっと身近なところでAI技術と共存するために

こうした研究の背景には、他の業界より少し遅れて到来したゲーム業界におけるAIブームがあります。ゲームの外側におけるAI利用については、昨年のCEDECでも多くの企業が研究成果を発表しました。

馬淵氏によると、これまでエンジニアによるAI技術の活用例は数あれど、プランナーによるAI技術の活用例はほとんど聞いたことがないといいます。もし手加減できるAIが実用化できれば、これまでAI技術の導入に関心が薄かったコンテンツクリエイターにも訴求できるのではないか。彼らの研究には、そんな期待が込められています。

Writer:河合律子

RELATED ARTICLE関連記事

データドリブンとモジュール性に貫かれた『BLUE PROTOCOL』のAIフィロソフィー

2021.3.22ゲーム

データドリブンとモジュール性に貫かれた『BLUE PROTOCOL』のAIフィロ...

【GDC 2021】AIに身体を授けるためのアニメーション自動生成技術

2021.8.20ゲーム

【GDC 2021】AIに身体を授けるためのアニメーション自動生成技術

【CEDEC2020】『ドラゴンクエストライバルズ』のゲーム状態と行動を反映した対戦AI構築の試み

2020.9.30ゲーム

【CEDEC2020】『ドラゴンクエストライバルズ』のゲーム状態と行動を反映した...

RANKING注目の記事はこちら