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

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な相互作用

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6月7日、テキストゲーム『Zork』をプレイするAIを論じたブログ記事を発表しました。この記事にもとづいて、以下では新たな強化学習技法を使って同ゲームを攻略した顛末を解説します。

膨大な行動範囲を内包した『Zork』とは

1980年に発表された『Zork』(1980年、インフォコム)とは、ディスプレイに表示されるテキスト文からゲームの状況を読み取ったうえで、プレイヤーが行動をテキスト文で入力するインタラクティブフィクションと呼ばれるジャンルに属するゲームです。このジャンルのゲームにはプレイヤーの行動をテキスト文で入力するというゲームデザインを可能とするために、入力文を理解するためのテキスト解析ルーチンが実装されています。

Zorkには「地下迷宮の宝物を探して生還する」というおおまかなストーリーが設定されており、その地下迷宮には古代寺院や火山といったさまざまな景色が広がっています。プレイヤーが遭遇する多種多様な状況に対して、入力可能な行動は無数に考えられます。そうした行動範囲は、状況説明文を読んで行動を入力する一連のステップごとに98万通りの可能性があるとも言われています。

以上のようなZorkをプレイするAIには「状況説明文の理解」と「理解した状況において可能な行動の列挙」、そして列挙した行動の中から「ゲーム攻略につながる最適行動の選択」という3つの機能の実装が求められます。これらの機能を実装するには、自然言語処理と強化学習というAI研究における代表的な2つのドメインに立脚することが求められます。

報酬が不明確でも探索するには

ZorkプレイAIに必要な3つの機能のうち、最も実装が難しいのは「ゲーム攻略につながる最適行動の選択」です。チェスをプレイするような従来の強化学習AIにおいてはゲームの目標達成につながる報酬を明示的に定義することが容易だったので、ゲームプレイを繰り返すことで最適行動を絞り込めました。

対してZorkでは「地下迷宮の宝物を探して生還する」という大まかな長期的目標がありますが、個々の状況説明文のなかから長期的目標達成につながる手がかりを判別するのは困難です。目標達成につながる手がかりが不明瞭なため、報酬が何であるかも不明確です。それゆえ、Zork攻略には報酬にもとづいた強化学習は効果的ではありません。

Microsoftの研究チームが従来の強化学習の代わりに採用した技法が、逆動力学デコーディング(inverse dynamics decoding)です。この技法は、ゲームプレイAIが自身の行動を予測した際の精度を向上させるように学習するというものです。行動の予測は、時間的に前後した状況の推移にもとづいて行われます。例えば、「木の根元に立っている」と「木の枝に座っている」という状況の推移が観察された場合、「木に登る」という行動が予測されます。逆動力学デコーディングを使えば、報酬にもとづかずに行動を絞り込めます。この技法に関しては、スーパーマリオブラザーズやゲームプレイAI用に開発されたDOOMである『VIZDOOM』の攻略に使われた先行研究があります(以下の参考論文を参照)。

【参考論文】Curiosity-driven Exploration by Self-supervised Prediction(自己学習による好奇心ドリブンな探索)

逆動力学デコーディングを使うと、初めて遭遇する未知な状況下でも継続して行動できるようになります。今回開発したZorkプレイAIのプレイログを確認すると、「曲がりくねった小さな通路が同じように並ぶ迷路を進むと、コインを手に入れた」といった未知な状況の探索が長期的目標の達成につながった形跡がありました。こうした未知な状況の探索は、報酬にもとづいた強化学習では回避されていたかも知れません。

ゲーマーから学ぶ

マイクロソフトの研究チームは、逆動力学デコーディングのほかに新たな自然言語処理の技法も使いました。その技法とは、CALM(Contextual-Action Language Modelの略称)と呼ばれるものです。この技法は、2019年に発表された自然な英文を生成することでAI業界を驚愕させた言語AIであるGPT-2を、テキストゲーム攻略用にファインチューニングするというものです。

GPT-2をファインチューニングするには、さまざまなテキストゲームのプレイログが必要になります。幸いなことにテキストゲーム愛好家が管理しているデータベース「ClubFloyd」があるので、このデータベースから590のゲームに関する426のプレイログを採取して学習データを作成しました。

ZorkプレイAIには、最終的に逆動力学デコーディングとCALMの両方が実装されました。ゲームプレイにおいては、CALMが状況説明文を前提条件として可能な行動のリストを生成して、逆動力学デコーディングによって行動リストから最適な行動を絞り込むという役割分担が行われました。

以上のようなアーキテクチャで構築されたZorkプレイAIに対して、Zorkを含めた28のテキストゲームをプレイした平均ゲームスコアを測定したところ、従来の最先端テキストゲームプレイAIと比べて69%のスコア向上が認められました。もっとも、テスト対象となったテキストゲームのプレイのなかには従来のスコアを超えられなかったものがあるので、テキストゲームプレイAIにはまだ進化の余地が十分にあると言えます。

ZorkをはじめとしたテキストゲームをプレイするAIには、言語的に構築された世界との相互作用を通してタスクを解決することが求められます。それゆえ、テキストゲームプレイAIの研究を進めれば、AIの「言語を介して世界を理解する」能力を進化させることにつながるのではないでしょうか。

Writer:吉本幸記

RELATED ARTICLE関連記事

大森田不可止氏が語る『いただきストリート』に実装されたキャラクターAI:懐ゲーから辿るゲームAI技術史vol.3

2021.4.28ゲーム

大森田不可止氏が語る『いただきストリート』に実装されたキャラクターAI:懐ゲーか...

時代を先取りし過ぎた『がんばれ森川君2号』『アストロノーカ』のゲームAIはどのようにして開発されたのか?:懐ゲーから辿るゲームAI技術史vol.4

2022.3.22ゲーム

時代を先取りし過ぎた『がんばれ森川君2号』『アストロノーカ』のゲームAIはどのよ...

仁井谷正充氏に訊く『ザナック』にAIが導入された理由:懐ゲーから辿るゲームAI技術史vol.2

2020.5.27ゲーム

仁井谷正充氏に訊く『ザナック』にAIが導入された理由:懐ゲーから辿るゲームAI技...

RANKING注目の記事はこちら