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

人間のように複雑なテストケースを実施できる敵対的強化学習テストAIの可能性

2021.10.22先端技術

人間のように複雑なテストケースを実施できる敵対的強化学習テストAIの可能性

多数のNPCがオープンワールドに登場する現在の大規模ゲームを開発するには、膨大な数のテストケースを実施して品質を保証しなければなりません。最近では人間テスターとテストボットのハイブリッドチームがテストを実施するようになりましたが、この体制にも限界があります。こうした従来のテストの限界を超える新しいテストAIの可能性について、以下では解説します。

人間テスターとテストボットの限界

今日のテスト業務では人間あるいはテストボットのどちらかがテストケースを実施しますが、両者にはそれぞれ長所と短所があります。

人間テスターの長所は、ゲームの仕様を深く理解したうえで複雑な条件や手順のテストを実施できることにあります。「クリエイティブなテスト」に関しては、AIはまだ人間に及びません。対して短所は疲れたり、飽きたりすることです。こうした短所により、人間は長時間にわたるテスト実施を苦手としています。

テストシナリオを自動的に実行するテストボットの長所は、多数のテストケースを連続的かつ長時間実施できるところにあります。この長所を生かせば、テストボットに基本的な仕様の確認を任せられます。対して短所は、複雑な条件や手順のテストケースや臨機応変な対応が求められる探索的テストの実施には不向きなところです。このようにテストボットには限界があるため、大規模ゲームのテストを完全自動化できないのが現状です。

人間テスターとテストボットのハイブリッド体制が結成されるのは、人間とボットの短所を補完する狙いがあります。しかし、もし人間のように複雑なテストケースを柔軟に実施できるテストAIが登場したら、人間が担当していたテストケースの一部をAIが担当できるようになるでしょう。こうしたテストAIは、現行のテスト体制を大きく変革する可能性を秘めています。

Electronic Arts(以下、「EA」と略記)の研究チームは今年6月、以上のようなスマートなテストAIを実現しようとした試みを論文にまとめて発表しました。同AIの実現にあたっては、ゲームプレイAIの開発に多用される強化学習と画像生成に使われる敵対的生成ネットワーク(Generative Adversarial Networks、以下「GAN」と略記)を融合させたような技法が用いられました。

参考論文:Adversarial Reinforcement Learning for Procedural Content Generation

強化学習と敵対的生成ネットワークの融合

以上のEA研究チームが発表した論文を紹介したテック系メディア『TechTalks』の10月4日付の記事によると、スマートなテストAIのアーキテクチャはテストすべきゲームステージを生成するジェネレーター(Generator)とそのゲームステージのクリアを目指すソルバー(Solver)から構成されています。この構成は、ジェネレーターとディスクリミネーターから構成されるGANにインスパイアされたものです。

ソルバーは生成されたゲームステージをクリアする度に報酬を得ます。対するジェネレーターは、ソルバーにとって挑戦的だがクリアが不可能ではないゲームステージを生成すると報酬を得られます。両者が互いに報酬が得られるようにゲームステージの生成とゲームのクリアを繰り返せば、ソルバーは複雑なゲームプレイが求められる難関ゲームステージもクリアできるようになります。こうした報酬を得ることによって環境に適応する過程は、強化学習にほかなりません。

GANと強化学習が融合していることから「敵対的強化学習」と呼ばれる技法によって難関ゲームステージをクリアできるようになったソルバーは、人間テスターのように複雑なテストケースを実行できるようになって、従来のテストボットの弱点を克服すると考えられます。

EA研究チームは、さらに「補助入力(Auxiliary Input)」という新たなパラメータも導入しました。このパラメータは、ジェネレーターが生成するゲームステージの難易度を調整する機能を担っています。補助入力を使えば、プラットフォームゲーム(ジャンプしながら足場を移動するアクションゲームの一種)において足場の数を増減させたり、レーシングゲームにおいてコースの勾配を調整できたりします(トップ画像参照)。こうしたゲームステージの難易度調整によって、ソルバーの学習速度を制御できるのです。

EA研究チームは、敵対的強化学習テストAIの性能を調べるために、従来のテストボットと古典的強化学習AIを加えた3つのテストエージェントに簡単なプラットフォームゲームとレーシングゲームをプレイさせました。その結果、敵対的強化学習テストAIが両方のゲームに関してもっとも上手にプレイすることが確認されました。

人間テスターは高度なドメインに専念すべき

以上のような敵対的強化学習テストAIを大規模かつ複雑なゲームの評価業務で使うには、補助入力を高度化してより柔軟かつ広範な難易度調整が求められます。論文では補助入力を高度化する方向性として、難易度を調整するパラメータを増やしたり、ソルバーのプレイの複雑性もパラメータで調整したりするといったアイデアが挙げられています。また、単一のジェネレーターに対して多数のソルバーを設定することで、より多様なゲームステージに対処できるようにすることも考えられています。

敵対的強化学習テストAIの実用化にはさらに多くの研究が不可欠ですが、論文を執筆したEA研究チームは同テストAIの可能性を高く評価しており、その実用化に関しても楽観視しています。論文の筆頭執筆者であるLinus Gisslén氏は将来の展望として、人間テスターは地面から落ちるような単純なバグの発見ではなく、ゲームバランスの調整やゲームの「面白さ」の評価のような高度な判断を伴う業務に専念すべき、と考えています。こうした同氏の展望を実現するためには、スマートなテストAIの早期の実現が求められるでしょう。

ゲーム開発業務におけるAIの進出は以上に紹介したテスト業務だけにとどまらず、コーディングといったAIには不可能と思われていたドメインにも及んでいます。こうしたAIの進出は人間の業務を奪うようなものではなく、むしろ人間をサポートして人間が真に固有なドメインに専念する方向に向かっています。そして、人間とAIの新たな協働を実現したゲームスタジオこそが今後のゲーム開発競争で生き残っていくことでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

AIはどこまで言葉から物を思い描けるか? text to image AIの研究事例を考察する

2021.5.28先端技術

AIはどこまで言葉から物を思い描けるか? text to image AIの研究...

2D画像だけで大丈夫。3D画像や3Dオブジェクトを自動生成するAIまとめ

2020.7.27ゲーム

2D画像だけで大丈夫。3D画像や3Dオブジェクトを自動生成するAIまとめ

CGへの扉 Vol.30:SIGGRAPH2021レポート「ディープフェイクとの戦い」

2021.9.16先端技術

CGへの扉 Vol.30:SIGGRAPH2021レポート「ディープフェイクとの...

RANKING注目の記事はこちら