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
- CGCGへの扉機械学習安藤幸央ディープラーニング月刊エンタメAIニュースGAN河合律子OpenAI音楽ニューラルネットワーク吉本幸記NVIDIA三宅陽一郎強化学習QAGoogleFacebook人工知能学会GPT-3自然言語処理グーグルDeepMind大内孝子森川幸人敵対的生成ネットワークキャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューマイクロソフトルールベースシナリオAIと倫理映画デバッグアートDALL-E2StyleGAN倫理ゲームプレイAINFT自動生成SIGGRAPHメタAIStable Diffusionテキスト画像生成ロボット深層学習CEDEC2019プロシージャル遺伝的アルゴリズムテストプレイモリカトロンDALL-Eビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIVFXデジタルツインメタバース不完全情報ゲームVRナビゲーションAI画像生成AINPC畳み込みニューラルネットワークCLIP画像生成ファッションGDC 2021JSAI2022GDC 2019マルチエージェントCEDEC2022AIアートボードゲーム懐ゲーから辿るゲームAI技術史toioCNNAdobeUnity著作権小説アニメーション鴫原盛之HTN階層型タスクネットワーク汎用人工知能JSAI2020TensorFlowインタビューBERTMicrosoftイベントレポート対話型エージェントロボティクスMetaMinecraft水野勇太Genvid TechnologiesガイスターStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルMCS-AI動的連携モデルマンガマーケティングGDC SummerバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazoneSportsDQNBLUE PROTOCOLシーマンアバターOmniverse3DCGUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学ベリサーブPlayable!ChatGPT理化学研究所ジェネレーティブAISIGGRAPH ASIADARPAドローンシムシティImagenZorkバイアスモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic Arts3DメタデータLEFT 4 DEAD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ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILE模倣学習ナラティブスタンフォード大学アーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識メディアアートPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAEDreamFusionリップシンキングUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンIGDA秋期GTC2022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MITAIロボ「迷キュー」に挑戦野々下裕子徳井直生マシンラーニング5GMuZeroRival Peak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Codex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rinnaイラストシミュレーションデジタルヒューマン完全情報ゲーム坂本洋典PaLM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GPT-3.5SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldEarth-2BingMagentaSFELYZA Pencil松尾豊GTC2021CycleGANNetflixデータマイニング東京大学NetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022レベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDAAI DungeonASBS栗原聡ぱいどんテキスト生成不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasperNVIDIA 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AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学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 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・シネマティック・ユニバースコナミデジタルエンタテインメント成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0国立情報学研究所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石川冬樹サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップStability AINovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALO市場分析ポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioAWSamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe Research政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtARWaifu DiffusionGROVERプラスリンクス ~キミと繋がる想い~元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPMicrosoft DesignerアップルRealFlowRinna Character PlatformiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraph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大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP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コリジョンチェックPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]アルスエレクトロニカ2019品質保証YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国[Walled Garden]プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject MalmoオンラインゲームGen-1気候変動Project PaidiaシンギュラリティProject Lookoutマックス・プランク気象研究所レイ・カーツワイルWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ気象モデルRunway ResearchLEFT ALIVE気象シミュレーションMake-A-Video長谷川誠ジミ・ヘンドリックス環境問題PhenakiBaby Xカート・コバーンエコロジーDreamixロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-Imageモデル音楽生成AIYouTubeダフト・パンクメモリスタ音声生成AIGlenn MarshallScenarioThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxAIピカソVeap JapanAI素材.comEAPneoAIテンセントSIFT福井千春DreamIconDCGAN医療mignMOBADANNCEメンタルケアstudiffuse人事ハーバード大学Edgar HandyAndreessen Horowitz研修デューク大学AIQVE ONEQA Tech Nightmynet.aiローグライクゲーム松木晋祐東京理科大学下田純也人工音声NeurIPS 2021産業技術総合研究所桑野範久リザバーコンピューティングBardプレイ動画ヒップホップ対話型AIモデル詩ソニーマーケティングControlNetサイレント映画もじぱnoteNBA環境音暗号通貨note AIアシスタント現代アートFUZZLEKetchupAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt Transfer群知能下川大樹AIFAPet Portraitsウィル・ライト高津芳希P2EBlob Opera大石真史クリムトBEiTStyleGAN-NADA世界モデルDETRゲームエンジンDreamerV3SporeUnreal Engineクリティックネットワークデノイズ南カリフォルニア大学Unity for Industryアクターネットワーク画像処理DMLabSentropyGLIDEControl SuiteCPUDiscordAvatarCLIPAtari 100kSynthetic DataAtari 200MCALMYann LeCunプログラミングサム・アルトマン鈴木雅大ソースコード生成コンセプトアートGMAIシチズンデベロッパーSonanticColie WertzTRPGGitHubCohereリドリー・スコットウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリング絵コンテUrzas.aiストーリーボード介護大阪大学西川善司並木幸介KikiBlenderサムライスピリッツ森寅嘉Zoetic AIプロンプトゼビウスSIGGRAPH 2021ペットGPT-4ストリートファイター半導体Digital Dream LabsPaLM APITopaz Video Enhance AICozmoMakerSuiteDLSSタカラトミーSkeb山野辺一記NetEaseLOVOTDreambooth-Stable-Diffusion大里飛鳥DynamixyzMOFLINゲーム背景RomiGoogle EarthU-NetミクシィGEPPETTO AI13フェイズ構造アドベンチャーゲームユニロボットStable Diffusion web UIADVユニボPoint-EXLandGatoアパレルAGIAI model手塚眞DEATH STRANDINGマルチモーダルAI ModelsEric Johnson汎用強化学習AIZMO.AIデザインMOBBY’SOculus Questコジマプロダクションロンドン芸術大学モビーディック生体情報デシマエンジンGoogle BrainダイビングインディーゲームSound Controlアウトドア写真高橋ミレイSYNTH SUPERAIスキャニング照明Maxim PeterKarl Sims自動採寸Joshua RomoffArtnome3DLOOKハイパースケープICONATESizer山崎陽斗深層強化学習ワコール立木創太松原仁スニーカー浜中雅俊UNSTREETミライ小町武田英明Newelseテスラ福井健策CheckGoodsGameGAN二次流通パックマンTesla BotNEDO中古市場Tesla AI DayWikipediaDupe Killerソサエティ5.0Sphere偽ブランドSIGGRAPH 2020バズグラフXaver 1000配信ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行
多様な架空人間プレイヤーをパートナーにして学習するDeepMindの「架空協力プレイAI」とは?
DeepMindが開発した囲碁プレイAI「AlphaGo」に代表されるように、現在ではさまざまなゲームでトップレベルの人間プレイヤーを凌駕するゲームプレイAIが開発されています。その一方で、人間とうまく協力してゲームをプレイする協力プレイAIの研究はまだ発展途上です。本稿では、DeepMindが発表した論文を要約することで協力プレイAI研究の最前線を紹介します。
凌駕するより協力する方が難しい
協力プレイAI研究は、人間と協働するAIを開発し普及させるうえで不可欠な知見をもたらすと考えられます。この研究分野で最近わかったことは、単にゲームスキル(つまりタスク遂行能力)が高いだけでは人間にとって好ましい協力プレイAIにはならない、ということです(以下に示す参考記事も参照)。こうしたなかDeepMindは10月15日、協力プレイAIを開発する新手法を論じた論文を発表しました。
NeurlPS 2021に採択された以上のDeepMindの論文では、既知のアルゴリズムが採用された協力プレイAIと同社が考案したアルゴリズムが採用されたそれにパズルゲーム『オーバークック』をプレイさせる比較実験の顛末が書かれています。『オーバークック』とは、さまざまなレイアウトの厨房をステージとして、食材を運んでから調理して料理を提供するまでの一連のアクションをパズルゲームに落とし込んだものです。
比較実験にあたり、DeepMindは以下のような既知の協力プレイAIを用意しました。
- セルフプレイ(Self Play:以下「SP」と略記):自分自身をパートナーにして協力プレイを学習したAI。ヒューマンライクなゲームプレイを習得しないため、人間との協力プレイを苦手とする。
- 集団プレイ(Population Play:以下「PP」と略記):さまざまなパラメーターをもった複数のゲームプレイAIをパートナーにして協力プレイを学習したAI。人間との基本的な協力プレイが可能だが、多様なプレイスタイルには対応できない。
- 行動模倣プレイ(Behavioral Cloning Play:以下「BCP」と略記):人間のプレイヤーから収集した大量のプレイデータから学習したAI。人間との協力プレイに優れるが、学習データを用意するのに多大な労力が必要とされる。
多様な架空プレイヤーを学習パートナーにする
以上のような既知の協力プレイAIがあるなか、DeepMindが目指したのは人間との協力プレイに優れているうえに、人間から収集したプレイデータが不要なAIでした。この目標を達成すべく考案されたのが、架空協力プレイ(Fictitious Co-Play:以下「FCP」と略記)でした。
FCPを簡単に説明すれば、PPの発展形です。さまざまなパラメーターをもったゲームプレイAIを学習パートナーにする点において、FCPとPPは共通しています。FCPとPPの違いは、前者は学習が途中のゲームプレイAIもパートナーにする点です。協力プレイを充分に習得していないAIもパートナーにするのは、さまざまなプレイスキルの人間プレイヤーと協力プレイできるようにするためです。また、学習パートナーはPPと同様にAIのみから構成されているため、BCPのように人間のプレイデータを収集する必要がありません。こうしたFCPは、言わばさまざまなプレイスタイルとプレイスキルの架空の人間プレイヤーをパートナーにした学習方法と言えます。
以下に引用する画像は、DeepMind発表の論文に掲載された前述の4種類の協力プレイAIの違いを図式化したものです。実線の矢印はAIがAIを学習パートナーとする関係を表し、破線の矢印はAIが人間のプレイデータから学習することを意味します。FCPを表す図に人間が関与する破線がないことがわかります。
比較実験の実施にあたっては114人の年齢の異なる男女が集められ、被験者に各AIと『オーバークック』の協力プレイをしてもらいました。実験のプロセスは、以下のようなものでした。
- 被験者には、ランダムに選ばれた厨房ステージで協力プレイAIを変えながら20回プレイしてもらう。
- ステージは2プレイごとに変わり、被験者は同じステージを異なった協力プレイAIとプレイする。
- 2プレイごとに「どちらの協力プレイAIを好むか」という質問に答えてもらう。つまり、同じステージという条件下で協力プレイAIの選好を確認する。
- 4種類の協力プレイAIのほかに、学習途中のゲームプレイAIをパートナーから除外したFCPも比較実験対象に加えた(このAIは、便宜上「FCP-T」と略記)。
以上のような実験を実施した結果は、以下のような画像にまとめられます。
画像中の「Deliveries(提供数)」はゲームで提供できた料理数を意味しており、提供数が多いほどハイレベルな協力プレイができたと言えます。画像左側は協力プレイAIごとの提供数を比較した棒グラフであり、FCPがもっとも優れていることがわかります。中央の棒グラフは、FCPとFCP-Tの提供数を比較したものです。このグラフから、学習途中のAIを学習パートナーに加えると協力プレイスキルが上がるのがわかります。
画像右側が、協力プレイAIの選好を尋ねた結果を集計したグラフです。同グラフにおいて例えば画像最上行のFCPと2列目のBCPが交わる「0.35」は、同じステージでプレイしたFCPとBCPについて選好を尋ねた結果を集計したら、FCPを好んだことを意味する選好指数が0.35であったことを表しています(選考指数が高いほど好まれる)。このグラフから、FCPの選考指数がほかのAIに比べて高いことがわかります。
実験の結果、FCPが協力プレイに優れており、なおかつ人間から好かれる傾向にあると結論づけられます。
新たな課題も明らかに
DeepMindの論文は、以上の実験結果をうけてFCPをさらに発展させるために解決すべき課題として以下の3項目を挙げています。
- 複雑なゲームの学習:実験に使った『オーバークック』よりルールが複雑で協力戦略も多様なゲームをプレイする場合には、学習パートナーとなるAIを大量に用意しなければならない。
- 報酬の定義:協力プレイAIが学習する過程において、「好ましい協力プレイ」がより選択されるように報酬を設定しなければならない。複雑なゲームにおいては、AIが報酬と認識するものと人間プレイヤーが認識するそれに齟齬が生じる可能性がある。こうした齟齬が生じてしまうと、人間とAIの協力プレイがうまく成立しなくなる。
- 価値観の一致:そもそも協力プレイAIが選択する行動が、人間プレイヤーの価値観に沿うものでなければ協力プレイは成立しない。ゆえに協力プレイAI開発には、プレイスキルの向上と同時にヒューマンライクな価値観や倫理を実装しなければならない。
以上の課題を解決するには、さらなる研究が不可欠でしょう。とくに「報酬の定義」や「価値観の一致」に関しては、人間どうしの協力においても重要となる課題です。それゆえ、協力プレイAIを進化させるには、人間どうしの協力関係を考察して得られる知見が役立つかも知れません。
Writer:吉本幸記