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CEDEC2019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GoogleStyleGANCEDEC2021CEDEC2020ゲームAISIGGRAPH不完全情報ゲームナビゲーション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AIVRボードゲームNPCDALL-EロボットCNNモリカトロンCLIPファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートデジタルツインテストプレイUnityAI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e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NVIDIA Omniverseナラティブ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VAEUbisoft 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GTC2022DeNA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Omniverse Replicator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BigGANGANverse3DMaterialGANOmniverse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FSMEpic GamesRoblox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2019StyleCLIP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BEiTレベルデザインDETRSporeデノイズ南カリフォルニア大学画像処理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

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

プロ将棋棋士の藤井三冠は、指し手の研究にAIを活用していることはよく知られています。近年知名度が上がってきたeスポーツにおいても、AIを活用してプレイを上達させる試みが行われています。この記事では、特徴の異なるeスポーツコーチングAIを3つ紹介します。

プレイの特徴を8項目で指標化

アメリカ・カリフォルニア州に拠点を置くMobalyticsは、League of Legends、TeamFight Tactics、Legends of Runeterra、そしてVALORANTに対応したコーチングAI「Mobalytics」を開発・提供しています。同AIは、過去のプレイデータを学習データとして用いてゲームプレイの特徴を抽出できるように訓練されたものです。同AIを活用することで、プレイヤーは自身のプレイの長所と短所を特定できるようになります。

Mobalyticsが抽出するゲームプレイの特徴には、以下のような8種類があります。

  • 戦闘性(Fighting):攻撃力を指標化した特徴量。キル数や与ダメージ数が関係している。
  • ファーミング(Farming):ゲーム中にゴールドを獲得する能力を指標化した特徴量。
  • ビジョン(Vision):対戦マップ内で視界を適切に確保する能力を指標化した特徴量。
  • 侵略性(Aggression):攻撃行動を指標化した特徴量。ゲーム開始初期にキルしたりすると評価が上がる。
  • 耐久性(Toughness):生き残る能力を指標化した特徴量。多くのダメージを受けてもダウンしない場合に評価が上がる。
  • チームプレイ(Teamplay):他のプレイヤーと協調する能力を指標化した特徴量。キルをアシストした場合に評価が上がる。
  • 一貫性(Consistency):常に一定のパフォーマンスを発揮する能力を指標化した特徴量。
  • 多才性(Versatility):プレイスタイルの幅広さを指標化した特徴量。さまざまなアイテムを活用すると評価が上がる。

以上の8つの特徴量には0~100の値が割り振られます。100に近いほどトッププレイヤーと同等の能力があることを意味します。以上の特徴量はレーダーチャートで表示されるので、長所と短所が直感的に理解できるようになります。

MobalyticsがLeague of Legendsにおける同社製コーチングAI活用の効果を調査したブログ記事によると、110,426人のユーザと1,613,396人の非ユーザを比較したところ、ユーザが上達した人数は非ユーザに比べて27%多かったことがわかりました。また、プレイスキルが低いユーザほど上達しやすいことも判明しました。こうした調査結果は、同AIの有効性を証明していると言えるでしょう。

最適なタイミングでアドバイス

リトアニアに拠点を置くGOSU Data Labが開発・提供する「GOSU Voice Assistant」は、Dota 2、League of Legends、PUBGに対応した音声アシスタントです。同社はかつて、前述のMobalyticsのようにプレイヤーのプレイの特徴を機械学習によって抽出したうえで、アドバイスを提示していました。同社は、こうした従来のコーチングの限界を認識していました。

従来のAIコーチングは、ゲームプレイ後にプレイの特徴と改善点を提示していましたが、プレイ中にはアドバイスしていませんでした。しかし、プレイヤーがアドバイスを欲しいタイミングは、プレイ後ではなくむしろプレイ中です。真に有益なアドバイスとは、プレイしているキャラクターの適切な操作方向や、アイテムを使うべきタイミングなどのようなリアルタイムに進行するゲームの流れに則したものです。

GOSU Voice Assistantは、リアルタイムに進行するゲームに流れに則しながら勝利につながるヒントや戦術を人工音声でアドバイスします。その内容とタイミングは、個々のプレイヤーのプレイデータにもとづいてプレイヤーごとに決定されます。プレイ後には習得すべき能力を伝え、さらには何らかの実績を達成したら祝福してプレイヤーを鼓舞します。

同アシスタントは、プレイヤーに親しんでもらいたいと配慮から声の調子や口調をカスタマイズできるようになっています。具体的には、声の年齢、ユーモアの度合い、スタイルを変えられます。スタイルを変えることで口調がより友だちのようになったり、反対にコーチのようになったりします。

GOSU Data Labの創業者であるAlisa Chumachenko氏によると、GOSU Voice Assistantはeスポーツゲームを紹介してプレイ上達のためにアドバイスしてくれる人間の友だちのようなもの、とコメントしています。同アシスタントは、ヒューマンライクなコーチングをAIによって実現しようとしているのです。

ゲームごとにカスタマイズ

アメリカ・マサチューセッツ州に本社があるSenpAI.GG社も、League of Legends、VVALORANT、TeamFight Tacticsに対応したコーチングAI「SenpAI.GG」を開発・提供しています。同AIも機械学習によってプレイヤーのプレイの特徴を抽出したうえで、勝利につながるアドバイスを提示します。

SenpAI.GGのユニークなところは、ゲームごとにアドバイスを提示するUIを最適化している点です。具体的には、以下のようにゲームごとにアドバイスの内容と表示方法が異なります。

  1. Legue of Legendsでは、自チームと敵チームの統計情報、取得ゴールド数、敵チーム側からファームのトラッキング状況をオーバーレイ表示する。
  2. VARORANTでは、プレイ中に起こる重要イベントやマップごとの最適なチーム編成を人工音声で伝える。
  3. TeamFight Tacticsでは、アイテムの組み合わせ、チャンピオンごとのシナジー効果、シナジー効果を考慮したベストなチーム編成をゲーム進行に合わせてオーバーレイ表示する。

コーチングAIの利用に際して気になるのは、プレイヤーが提供するプレイデータのセキュリティです。こうしたセキュリティ上の懸念に関して、SenpAI.GGは各種ゲームの開発元が公開しているAPIを使うことで対処しています。プレイデータを公式APIによって収集するので収集時の安全性はゲーム開発元が保証しており、外部に漏えいするようなことはありません。

ちなみにSenpAI.GGは近日中にFortniteとCounter-Strike: Global Offensiveにも対応する予定です。対応した場合、UIはそれぞれのゲームごとにカスタマイズされたものとなるでしょう。

以上のようにeスポーツコーチングAIは、すでにさまざまなタイプのものが利用可能となっています。こうしたAIはeスポーツ市場の成長とともにさらに多様性を増し、ゲーム開発会社やプロゲーマーとの提携を通して同市場を形成する一部となっていくでしょう。

Writer:吉本幸記、Photo by Florian Olivo on Unsplash 

RELATED ARTICLE関連記事

「今日のメシどうする?」問題から学ぶ、階層型タスクネットワーク

2019.12.20ゲーム

「今日のメシどうする?」問題から学ぶ、階層型タスクネットワーク

【CEDEC2019】中島秀之氏 基調講演:環境との相互作用を取り込む予期知能が、機械学習の課題を解決に導く

2019.9.20ゲーム

【CEDEC2019】中島秀之氏 基調講演:環境との相互作用を取り込む予期知能が...

【GDC 2019】没入感の追求がたどり着く先は、自然言語処理によるAIとの対話

2019.4.17ゲーム

【GDC 2019】没入感の追求がたどり着く先は、自然言語処理によるAIとの対話

RANKING注目の記事はこちら