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

強化学習AIは人間に嫌われる?カードゲーム「花火」からわかった強化学習の弱点

2021.11.25ゲーム

強化学習AIは人間に嫌われる?カードゲーム「花火」からわかった強化学習の弱点

近年、強化学習を使って人間と協力してゲームをプレイする協調型AIを開発する試みがさかんに行われています。こうしたなか、強化学習AIには人間と協調する上で弱点があることを示唆する論文が発表されました。以下ではその論文を要約することで、人間とAIの協調を成功させるには未知の要因が絡んでいる可能性があることを明らかにします。

協力プレイが重要な「花火」

テック系メディア「Tech Talks」は11月1日、MITリンカーン研究所の研究チームが発表した人間とAIの協力関係をテーマにした論文を紹介する記事を公開しました。

以上の論文のねらいは、カードゲーム「花火」のプレイを通して人間とAIの協力プレイを評価する、というものです。ベンチマークに使われた「花火」とは、2人から5人でプレイする協力型ゲームです。各プレイヤーには打ち上げ花火の図柄の一部を印刷したカードがランダムに配られます。プレイヤーたちは順番にカードを出して、打ち上げ花火の図柄を完成させると得点が入ります。

「花火」において最も特徴的なのは、各プレイヤーは自分の持っているカードの裏しか見えず、図柄は他のプレイヤーから見える点です。自分からは見えないカードの情報は、他のプレイヤーから聞ける図柄に関するヒントを通して知ることができます。こうしたルールにより「花火」で高得点を狙うにはカードを出すプレイヤーに対して、他のプレイヤーが有益なヒントを伝える必要があります。つまり「仲間が知らないことを的確に伝える」という協力プレイがゲーム攻略のカギとなるのです。

「花火」は独特な協力プレイが要請されることから協調型AI研究の格好のテーマとして注目され、2019年2月にはGoogleとDeepMindの混成研究チームが同ゲームの学習環境を発表しています。それゆえ、すでに多数の「花火」をプレイするAIエージェントが存在します。MITの研究チームは、開発技法の異なる「花火」プレイAIを人間とプレイさせて、開発技法によってAIと人間の協力関係に違いが生じるか検証しました。

参考論文:「花火」における人間とAIのチームに関する学習されたエージェントとルールベースのそれの評価

予想とは逆の結果に

MIT研究チームの実験は、人間とAIの各チームが記録した「花火」の得点と、プレイ後に人間プレイヤーに回答してもらったアンケートの結果を比較して、AIの開発技法によって違いが生じるか検証するという手順で行われました。参加した人間プレイヤー29人には「花火」のプレイスキルを自己申告してもらって、スキルレベル1からレベル7のグループに分けました(レベル1が初心者)。比較するAIは、ルールベースAIと強化学習AIを選びました。プレイ後に実施するアンケートは、「うまくプレイできたか」「チームとしてうまくプレイできたか」といったゲームプレイを評価する質問群(以下の画像左側の「G1」から「G12」で列挙された質問)と、「どちらのAIとのプレイを好むか」「どちらのAIがより信頼できるか」といった協力プレイしたAIを評価する質問群(以下の画像右側の「E1」から「E8」で列挙された質問)を用意しました。

MIT研究チームは、ルールベースAIより強化学習AIのほうが人間に好まれると予想していました。ルールベースAIのプレイスキルはルールを定めた開発者のそれに依存するのに対して、強化学習AIのプレイスキルは学習量のみに依存するため人間が陥りやすい先入見を排除できるので、より優れたプレイヤーとなると考えられるからです。

実験した結果、ルールベースAIと強化学習AIは「花火」の得点において大差は認められませんでした。しかし、アンケート結果では予想を裏切る結果となりました。

ゲームプレイを評価する質問に関しては、「うまくプレイできたか」と質問に関してルールベースAIのほうが肯定的な回答が得られ、とくにプレイスキルの高い人間プレイヤーがルールベースAIを好みました。「AIエージェントと自分はうまくチームプレイできたか」という質問に対しても、同様の傾向が確認されました。

以下の画像が、アンケート結果をまとめたグラフです。図中の「OP」は強化学習AIの名称「Other-Play」の略称であり、「SB」はルールベースAIの名称「Smart-Bot」の略称です。各質問に対して「1」に近いほど「強く同意しない」を意味し、反対に「7」に近いほど「強く同意する」になります。プレイヤーのスキルレベルは寒色ほどハイスキルを表します(詳しくは画像右側の凡例を参照)。OPのアンケート結果をまとめたグラフは、否定的な回答が多いことを意味する左側に寄った分布となっています。SBのグラフは中央値が多い回答分布となっており、人間にあまり嫌われていないことが見て取れます。

AIを評価する質問に関しては、8問中7問の回答に関してルールベースAIが強化学習AIよりプレイヤーに好まれることが確認されました。これらの質問群に関しても、ハイスキルなプレイヤーほどルールベースAIを好むことがわかりました。以下の画像が、AIを評価するアンケートの結果をまとめたものです。回答が「1」に近いほど強化学習AIを好むことを意味し、「7」に近いほどルールベースAIを好むことを意味します。8つのグラフのうち7つでルールベースAIが好まれることを意味する右側に寄った回答分布が認められます。

強化学習AIが信頼されるには

以上のように当初の予想に反してルールベースAIが強化学習AIよりも好まれた理由として、MIT研究チームは強化学習AIが学習過程でいわゆる「定跡」を学習しないためではないか、と推測しています。強化学習AIは定跡を学ばないがゆえに、先入見にとらわれずにプレイできます。その一方で強化学習AIは定跡を無視してしまうため、定跡を知っているハイスキルな人間プレイヤーはそのプレイに違和感や疑念を覚え、その結果としてネガティブな印象を抱いてしまうと考えられます。

今回の実験結果は、協調型ゲームプレイAIの開発にあたって、ゲームスキルを向上させるだけでは人間プレイヤーの安心や信頼を得られるわけではないことを示唆しています。研究チームに参加したRoss Allen氏は「(実験結果は)どのような客観的指標が人間の主観的な好みと相関するのかという疑問を提起しています(中略)人間の協力者に受け入れられ評価されるAIエージェントを訓練したいのであれば、人間の好みの代用となる、あるいは人間の好みと強い相関関係を持つ、訓練可能な客観的関数を見つける必要があるでしょう」と述べて、人間に信頼されるAIを開発するには、ゲームスキルとは異なる未知のパラメータに関する学習が必要だと認めています。

人間に信頼されるAIの開発に必要な未知のパラメータは、人間どうしのコミュニケーションをテーマにした研究からヒントが得られるかも知れません。スキルが高い人間を集めても必ず成功するわけではない、ということは人間のビジネスマンなら十分心得ていることでしょう。信頼されるAIを開発するためには、信頼される人間を参考にするのが近道かも知れません。

Writer:吉本幸記、Photo by Jingda Chen on Unsplash 

RELATED ARTICLE関連記事

【GDC Summer】AI分析ツールを活用したプレイヤーのペルソナ特定とゲーム離脱防止策

2020.8.17ゲーム

【GDC Summer】AI分析ツールを活用したプレイヤーのペルソナ特定とゲーム...

AIと遊んで楽しいと感じられるゲームを考える:上原利之氏×森川幸人氏 対談

2022.3.31ゲーム

AIと遊んで楽しいと感じられるゲームを考える:上原利之氏×森川幸人氏 対談

発想より技術が先行する時代におけるゲームAIの役割:『ゲームAI技術入門』刊行記念特別対談レポート(後編)

2019.11.20ゲーム

発想より技術が先行する時代におけるゲームAIの役割:『ゲームAI技術入門』刊行記...

RANKING注目の記事はこちら