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ニュース河合律子ニューラルネットワークOpenAINVIDIA強化学習三宅陽一郎音楽FacebookQAスクウェア・エニックス森川幸人モリカトロンAIラボインタビュー敵対的生成ネットワークDeepMindルールベースキャラクターAIシナリオGPT-3自然言語処理NFTGoogleグーグル自動生成映画デバッグCEDEC2019吉本幸記StyleGANプロシージャル人工知能学会遺伝的アルゴリズムメタAI深層学習マイクロソフトアートビヘイビア・ツリーCEDEC2021大内孝子CEDEC2020ゲームAISIGGRAPH不完全情報ゲームゲームプレイAIVRナビゲーションAI畳み込みニューラルネットワークDALL-ECLIPロボットAIと倫理ディープフェイクGDC 2021VFXメタバースGDC 2019マルチエージェントボードゲームNPCCNNデジタルツインモリカトロンUnityAIアートファッションHTN階層型タスクネットワークDALL-E2JSAI2020TensorFlowMicrosoftイベントレポートテストプレイ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toioソニーJSAI2021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BERTAdobe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Ubisoft画像生成テキスト画像生成AlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之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インタビュー通しプレイ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aibo合成音声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徳井直生マシンラーニング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対談藤澤仁生物学GTC 2022画像認識GTC2022StyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIAGTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasImagenGPUALifeZork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GopherJuliusSIE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SentropyGLIDECPUDiscordAvatarCLIPSynthetic DataCALMバイアスプログラミングサム・アルトマンソースコード生成LaMDAGMAIシチズンデベロッパーSonanticTRPGGitHubCohere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AI DungeonUrzas.ai介護西川善司並木幸介Kikiサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsTopaz Video Enhance AICozmo栗原聡DLSSタカラトミー山野辺一記NetEaseLOVOT大里飛鳥DynamixyzMOFLINRomiU-Netミクシィ13フェイズ構造アドベンチャーゲームユニロボットADVユニボXLandGatoAGIテキスト生成手塚眞DEATH STRANDINGマルチモーダル不気味の谷Eric Johnson汎用強化学習AIOculus 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

マイクロソフト・リサーチが開発したゲームAIリソースコレクション

2021.4.26ゲーム

マイクロソフト・リサーチが開発したゲームAIリソースコレクション

マイクロソフトの研究開発部門マイクロソフト・リサーチは2021年2月、ゲームに対するAIの影響を話し合うイベント「Microsoft AI and Gaming Research Summit 2021」を開催しました。このイベントを記念して、同部門は今までのゲームAIに関する開発業績をまとめた記事を公開しました。本稿では、その記事に掲載されたゲームAI関連のリソースを紹介していきます。

麻雀でも人間のトッププロを凌駕していた

2017年6月に発表されたハイブリッド報酬アーキテクチャ(Hybrid Reward Architecture:以下「HRA」と略記)とは、強化学習における報酬関数を複数設定する技法です。強化学習では、(「ハイスコアを目指す」のような)何らかの目標を与えられたAIの行動を評価するために、その行動が目標の遂行にどのくらい役立つかを算出する処理が実行されます。その処理が報酬関数です。報酬関数を適切に設定すればAIは効率的に目標を達成できるのですが、学習環境や目標が複雑になると報酬関数の設計が難しくなり、その結果として効率的な学習が困難になります。

以上の難点を克服する技法として考案されたHRAを使うと、報酬関数を複数設定することによって学習効率が低下しないようになりました。この技法を使って、Atariレトロゲームのひとつである『Ms.Pac-Man』でハイスコアの達成を目標としてAIを学習したところ、2,000回プレイした時点で人間のハイスコアを超え、3,000回未満のプレイで最大スコアに到達しました。

参考記事:Hybrid Reward Architecture (HRA) Achieving super-human performance on Ms. Pac-Man

参考論文:Hybrid Reward Architecture for Reinforcement Learning

2019年3月には、麻雀で人間のトッププレイヤーに匹敵する実力を発揮するゲームプレイAI「Super Phoenix」が発表されました。麻雀は、チェスや将棋と異なりゲームに関する情報が完全にはプレイヤーに与えられない「不完全情報ゲーム」に分類されるために、人間並みにプレイするAIを開発するには難しいとされてきました。

Super Phoenixは世界的なオンライン麻雀プラットフォームである天鳳において、4か月間で5,000回以上プレイした結果、同プラットフォームでAIとしては初めて10段になりました。同AIにはグローバル報酬予測、オラクルガイド、ランタイムポリシー適応といった新規の強化学習技法が使われました(技法の詳細は以下の論文を参照)。

参考記事:More than a game: Mastering Mahjong with AI and machine learning

参考論文:Suphx: Mastering Mahjong with Deep Reinforcement Learning

マインクラフト、テキストアドベンチャー、対戦アクションゲームもAI開発環境に

「Project Malmo」とは、『マインクラフト』内で動作するAIを開発する環境です。この開発環境はJavaバージョンのマインクラフトのModとAIを制御するコードから構成されています。2018年には、同環境を使ってAIの性能を競うコンペが開催されました。そのコンペでは、AIはマインクラフトで作成されたゲームステージ内にあるさまざまなタスクをクリアすることが求められ、タスクには迷路を脱出するものや脱出ゲームが用意されました。なお、同環境はOpenAIが提供している強化学習環境であるGymに流用できます。

公式サイト:Project Malmo

参考記事:Project Malmo: Reinforcement learning in a complex world

参考論文:The Malmo Platform for Artificial Intelligence Experimentation

「TextWorld」は、ゲーム環境とプレイヤーの相互作用を言語で表現するテキストアドベンチャーゲームを生成するPythonベースの開発環境です。同環境はゲームジェネレーターとゲームエンジンから構成されおり、前者はゲームの舞台となる部屋やオブジェクト等を生成し、後者は生成されたゲームステージの有効性を保証します。

同環境で生成されたゲームをプレイするAIの性能を競うコンペ「FirstTextWorldProblems(FTWP)」が、2019年1月1日から6月30日まで開催され、世界中から16チームが参加しました。同コンペでは、キッチンにあるレシピ本から料理に必要な材料を調べ、家を探索して材料を見つけた後に料理して食事することが競われました。同コンペで優勝したのは、高性能言語AIのBERTを応用したAIで出場したポルトガルのコンサルティング会社Cognitivaのチームでした。

TextWorldのGitHubページ

参考記事:TextWorld: A learning environment for training reinforcement learning agents, inspired by text-based games

「Project Paidia」は、人間プレイヤーと協力するNPCの開発に特化した開発環境です。NPC開発の定型的手法にはNPCの行動を分岐木のようにして定義するビヘイビア・ツリーが知られていますが、同環境では強化学習によってNPCを制御します。強化学習によってNPCを制御するツールは、マイクロソフトが開発・提供するクラウドサービスAzure Machine Learningにもとづいて開発されています。ゲームステージに採用されているのはチーム対戦型アクションゲームの『bleeding Edge』です。同ゲームには暗殺者やヒーラーといった異なるスキルを持つキャラクターが登場するため、対戦で勝利するためには高度なチームプレイが必要となるので、協力プレイするNPCの学習環境にはうってつけと言えます。ちなみに、Project Paidiaの公式サイトには同環境で開発した簡単な脱出ゲームが体験できるようになっています。

Project Paidiaの公式サイト

参考記事:Project Paidia: a Microsoft Research & Ninja Theory Collaboration

エキサイティングなゲームシーンを抽出する画像認識AI

2017年のマイクロソフト社内のハッカソン大会では、「Project Lookout」というプロジェクト名で開発された画像認識AIが大賞に選ばれました。同AIは、ストリーミング動画で特定のイベントの発生を通知するというものでした。同社が運営していたゲーム実況動画プラットフォームMixer(現在は運営終了)のゼネラルマネージャーのChad Gibson氏は同AIに関心をもち、ゲーム実況動画からもっともエキサイティングなシーンを抽出するように作り直すことを開発チームに依頼しました。こうして誕生したのが、画像認識AI「Watch For」です。

Watch Forは主に『フォートナイト』のような人気のバトルロイヤルゲームのアイコンやスコア等を認識できるように開発された後、その認識能力を生かしてエキサイティングなゲームシーンを学習した結果、エキサイティングなシーンを抽出できるようになりました。

Watch Forは、マイクロソフトが開発・提供する検索エンジン「Bing」の開発チームの目にもとまりました。同エンジンはゲーム実況動画の検索結果を視聴者数にもとづいて表示していたのですが、こうした表示方法では既存の人気実況プレイヤーがますます注目される一方で、新規の実況者が素晴らしいプレイをしても見つけられないという問題が生じていました。この問題に対してBing開発チームはWatch Forを導入することで、人気だけではなくプレイの品質も考慮に入れた検索結果を表示できるようにして解決したのでした。

参考記事:Watch For

以上のようにマイクロソフト・リサーチは、さまざまな側面からゲームにおけるAIの活用を研究して、その成果を発表しています。同研究部門からは、今後も興味深いゲーム関連AIが発表されることでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

学習の秘訣は計画性にあり。ルールの知識なしで学習するゲームプレイAI「MuZero」の到達点と可能性

2021.1.27ゲーム

学習の秘訣は計画性にあり。ルールの知識なしで学習するゲームプレイAI「MuZer...

DeepMind開発汎用ゲーム学習環境「XLand」はAGI実現につながるか?

2021.8.27ゲーム

DeepMind開発汎用ゲーム学習環境「XLand」はAGI実現につながるか?

【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