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CGへの扉ディープラーニング安藤幸央GAN月刊エンタメAIニュース河合律子OpenAI音楽NVIDIAニューラルネットワーク強化学習三宅陽一郎吉本幸記Facebook人工知能学会自然言語処理大内孝子QA敵対的生成ネットワークGoogleGPT-3キャラクターAIスクウェア・エニックス森川幸人モリカトロンAIラボインタビュールールベースDeepMindシナリオAIと倫理グーグル映画倫理NFTDALL-E2StyleGAN自動生成デバッグゲームプレイAIメタAIロボット深層学習マイクロソフトCEDEC2019アートプロシージャルSIGGRAPH遺伝的アルゴリズムDALL-Eテキスト画像生成ビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAI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AINPC畳み込みニューラルネットワークCLIPGDC 2021JSAI2022VFXGDC 2019マルチエージェントCEDEC2022ボードゲーム画像生成ファッション懐ゲーから辿るゲームAI技術史toioCNNAdobeテストプレイモリカトロンStable DiffusionUnity著作権AIアート小説鴫原盛之HTN階層型タスクネットワークJSAI2020TensorFlowBERTMicrosoftイベントレポート対話型エージェントロボティクス水野勇太アニメーションGenvid Technologiesガイスター画像生成AIStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルマンガ汎用人工知能マーケティングGDC Summerインタビュー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MinecraftアバターOmniverseUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学理化学研究所DARPAドローンシムシティImagenバイアスMCS-AI動的連携モデル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 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ナラティブアーケードゲーム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PyTorch眞鍋和子バンダイナムコスタジオaibo合成音声Meta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VAE3DCG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5GRival 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SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldSIGGRAPH ASIAEarth-2MagentaSFELYZA PencilGTC2021CycleGANデータマイニング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 2022AI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ASBS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 DIGEST3D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自動翻訳模倣学習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 MerlinJasper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 StyleメディアアートIntelDisney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BigGANGANverse3DDreamFusionMaterialGANRNN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 ResearchMuZero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CodexPFN 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 PlatformイラストiPhoneCALADeep 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PaLM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PAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者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 PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaProject 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SDGsYouTubeダフト・パンクメモリスタGlenn MarshallThe 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Netflixmynet.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リザバーコンピューティングプレイ動画ヒップホップ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BEiTStyleGAN-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 AICozmoDLSS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手塚眞DEATH STRANDINGマルチモーダルEric Johnson汎用強化学習AIデザインOculus Questコジマプロダクションロンドン芸術大学生体情報デシマエンジンGoogle BrainインディーゲームSound Control写真高橋ミレイSYNTH SUPER照明Maxim PeterKarl SimsJoshua RomoffArtnomeハイパースケープICONATE山崎陽斗深層強化学習立木創太松原仁浜中雅俊ミライ小町武田英明テスラ福井健策GameGANパックマンTesla BotNEDOTesla AI DayWikipediaソサエティ5.0SphereSIGGRAPH 2020バズグラフXaver 1000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

【JSAI2022】AIの連携からAIの育成まで、ゲームAIが欠かせない未来へ向けて

2022.7.20ゲーム

【JSAI2022】AIの連携からAIの育成まで、ゲームAIが欠かせない未来へ向けて

ハードウェアの進化にともなって求められるコンテンツのボリュームが増え続ける近年のゲーム産業では、ゲーム内オブジェクトの自動生成やレベルデザインにおけるバランス調整にAIモデルの活用が欠かせない時代が到来しました。ゲーム産業におけるAIモデルのあり方は、6月14日から6月17日まで開催された第36回人工知能学会全国大会においても重大な議題の一つでした。今回、新型コロナウイルスの影響でハイブリッド開催となった同大会から、「エージェント:ゲームAI」というセッションを取材しました。

FF15の仲間が主人公をサポートする仕組み

ゲームコンテンツを形成するゲームAIは、登場人物を動かすための「キャラクターAI」、ゲーム全体の流れを動的に制御するための「メタAI」、そして空間認識をサポートするための「スパーシャルAI」という3種類に大きく分類されます。これらを連動させた新たなAIモデルとして、スクウェア・エニックスの三宅陽一郎氏は「MCS-AI動的連携モデル」(Meta-Character-Spatial AI Dynamic Cooperative Model)を提案しています。

関連記事:ゲーム開発からシナリオ制作まで、AI同士が協調する未来へ向けて

MCS-AI動的連携モデルの動作と効果は、3種のAIのどれが起点となるか、どのようなメッセージングが交換されるか、どのような順番で起動されるかによって決定されます。今回の発表では、このMCS-AI動的連携モデルにおいて想定されるいくつかのデザインパターンについて語られました。

たとえば、ゲーム内の戦闘中に仲間NPCが必要に応じてプレイヤーの回復に駆けつけるような状況を演出したい場合、誰がどのように行動するのかを最適化する必要があります。MCS-AI動的連携モデルでは、まずNPCのキャラクターAIがメタAIに対してプレイヤーを助ける許可を申請します。するとメタAIはプレイヤーまでの距離が最短で、かつ交戦状態にないキャラクターを検索するようスパーシャルAIに指示します。つぎに検索結果から選択されたNPCにプレイヤーの回復を命令し、ほかのNPCには戦闘を続行させると同時にシーンに応じた台詞を発言させるための脚本を指定します。この間、回復役となったキャラクターAIは現在位置からプレイヤーまでのパス検索をスパーシャルAIに依頼し、その結果をもとに移動して回復するという連携の流れです。

このほか、プレイヤーの目的地へ向かって仲間NPCが先導するような状況を演出したい場合、仲間NPCにはプレイヤーの意図を予測して行動させる必要があります。こういったケースでは、メタAIがプレイヤーの目的地を推定し、スパーシャルAIにパス検索を依頼し、その経路上からプレイヤーの前面かつ適切な距離を維持したポイントを要求します。この時、スパーシャルAIは戦術位置検索という技術を用いて最適解をメタAIに返します。メタAIからキャラクターAIに移動命令が伝わると、キャラクターAIはスパーシャルAIに目的地までのパス検索を要求します。その検索結果に従って、実際にキャラクターが移動するという仕組みです。この一連のやりとりを一定間隔で繰り返すことで、プレイヤーを先導するNPCが実現できるというわけです。

こういった仕組みはゲーム産業にとどまらず、現実世界を模倣したデジタルツインやメタバースの実現、はてはスマートシティ構想の礎として機能する可能性を秘めていると、三宅氏は語ります。

プレイヤーがキャラクターAIを成長させる

スクウェア・エニックスのボエダ・ゴティエ氏は、WONDERという同社の技術デモに使われているキャラクターAIの意思決定システムを紹介しました。WONDERは、仮想空間におけるスマートオブジェクトに対してキャラクターAIが選択するアクションをプレイヤーが評価することで、キャラクターAIが成長していくプロセスを検証するための技術デモです。GDC 2022における同社の機械学習と感情表現に関するセッションにも使用されました。

関連記事:キャラクターAIが感じるままにお絵かきできたら

スマートオブジェクトとは、サイズや重さ、形状といったオブジェクトに関する多様な情報をあらかじめ設定されたアイテム全般を指します。これらのパラメータをもとに実行可能なアクションのリストが生成されます。WONDERのキャラクターAIはそれぞれのアイテムの適切な用途をまったく知らない状態から、プレイヤーから褒められたり叱られたりすることで自身のアクションを評価しながら学習していきます。また、類似アイテムに対するアクションは、形状や持ち方を比較することで知識を継承できるということです。

この過程におけるキャラクターAIの意思決定には、「ゴールマネージャー」と「GOAP」(Goal Oriented Action Planning)という技術が用いられています。ゴールマネージャーは、「歌う」「食べる」「絵を描く」といったアクションを管理するユーティリティベースのシステムです。ここで算出されたスコアをもとに目標となるアクションが決定され、後述するGOAPがそのプロセスを計画するという仕組みです。

GOAPはその名のとおり、目的から現在の状態までをさかのぼってアクションを計画する技術です。たとえば、「空腹を満たす」というゴールに対して、「プリンを食べる」「そのためにプリンを作る」「そのためにレシピを学ぶ」といった具合に、最終目標から逆算するようにアクションを計画します。ゲーム業界では、主に戦闘シーンにおける敵キャラクターのAIに使われています。WONDERでは、キャラクターAIの成長を検証するためにGOAPをさらに拡張したということです。

WONDERの各アクションには、キャラクターAIの現在の心理状態や身体状況に基づいた動的なコスト計算関数が設定されており、複数のプランが存在する場合は目的達成までの実行コストがもっとも低いプランを選択するように設計されています。

たとえば、「プリンが好き」「脚が痛む」という状態の時、空腹を満たすというゴールに対して前述した「プリンを作って食べる」ための3つのアクションと、「リンゴを取りに行って食べる」という2つのアクションからなる2通りのプランが存在するとします。この時、プリンが好きなので「プリンを食べる」というアクションのコストは低く、かつ「脚が痛む」ので「リンゴを取りに行く」というアクションのコストは高く算出されるようになるという具合です。結果として、アクションの数は多くても合計コストが低い「プリンを作って食べる」というプランが選択されるというわけです。

深層強化学習とエンタメの両立へ向けて

近年、ディープラーニングの急速な発展によって囲碁や将棋をはじめ、「Dota 2」や「Starcraft」のような競技性の高いビデオゲームでAIモデルが人間を凌駕するケースが増えてきました。一方で、ゲーム産業におけるキャラクターAIの開発に深層強化学習が用いられた実例はほとんどありません。従来のエンターテイメントとして成立するためには、ゲームプランナーによる仕様どおりにエージェントの挙動を実装しなければならないからです。

関連記事:eSports世界チャンピオンを下したOpenAI FiveはゲームAIに何をもたらすか?

そこで立教大学大学院の周済涛氏が提案したのは、ディープニューラルネットワーク付きステートマシンを用いたエージェント強化学習です。ルールベースやステートベース、ビヘイビアベースといった従来のキャラクターAIの構築手法に深層強化学習を分割して組み込むことで、最終的なエージェントの挙動をプランナーの要望どおりにコントロールしようという考え方です。これまでにも複数の研究者やゲーム開発者が先行研究を発表してきました。

関連記事:人工知能が敵キャラを育てる! ディープラーニングを使った次世代のゲームAI開発

今回の技術検証では、ステートごとに分割された複数のディープニューラルネットワークを用いて、それらを切り替えながら動作させることでエージェントの制御を試みています。Unity3Dで作成した3Dモデルを使って、左辺の通路と右辺の広間からなる2次元空間において、「右辺エリアのランダムな位置に出現するボールを取る」「その位置から左辺エリアの通路入口まで移動する」「通路を抜けてゴール地点に到達する」「ゴール地点から逆走して通路入口まで戻る」という4つのステートからなるタスクを学習させたエージェントが披露されました。

検証の結果、ステートマシンとして分割せずにディープラーニングのみで一連のタスクを学習させた場合に比べて学習時間を削減できたほか、特定の順番どおりにタスクをこなすように要求されるような状況において優れたパフォーマンスが得られることが実証できたということです。今後は、ステートマシンごとの学習過程をコントロールすることで、複数のディープニューラルネットワークを遷移しながら学習できるモデルの構築を検討したいとのことでした。

Writer:Ritsuko Kawai / 河合律子

RELATED ARTICLE関連記事

【GDCSummer】認知科学からみるゲームデザインにおける感情操作の歴史

2020.9.14ゲーム

【GDCSummer】認知科学からみるゲームデザインにおける感情操作の歴史

「森川幸人の未公開ゲーム案」置き手紙としての仕様書:第1回 長い前置きと『ミーム』

2021.8.03ゲーム

「森川幸人の未公開ゲーム案」置き手紙としての仕様書:第1回 長い前置きと『ミーム...

実施はAI、評価は人間。AIと人間の分業が進む海外ゲームQA事情

2020.11.27ゲーム

実施はAI、評価は人間。AIと人間の分業が進む海外ゲームQA事情

RANKING注目の記事はこちら