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NVIDIA三宅陽一郎強化学習吉本幸記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GDC 2021JSAI2022GDC 2019マルチエージェントCEDEC2022AIアートボードゲームファッション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GTC2021CycleGAN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NetflixAIQVE 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-EXLandGatoAGI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

【CEDEC2022】桃鉄とパワサカに見るゲームプレイAIを活用したゲーム開発最新事例

2022.9.28ゲーム

【CEDEC2022】桃鉄とパワサカに見るゲームプレイAIを活用したゲーム開発最新事例

2022年8月23日から25日にかけて、ゲーム・エンターテイメント分野における最新コンピュータ技術に関するカンファレンスCEDEC2022がオンライン開催されました。8月24日には、株式会社コナミデジタルエンタテインメントの岩倉宏介氏らが「強化学習AIを活用してゲームデザインを!:「桃太郎電鉄~昭和 平成 令和も定番!~」「実況パワフルサッカー」」と題したセッションを行いました。本稿では同セッションを要約することで、ゲームプレイAIを活用したゲーム開発の最新事例を紹介します。

シンプルな設定から始めた桃鉄プレイAI開発

コナミの技術開発部主査を務める岩倉氏は、強化学習AIの概要を解説した後、すごろくをモチーフとしたボードゲーム『桃太郎電鉄~昭和 平成 令和も定番!~』(以下、「桃鉄」と表記)をプレイするAI(以下、「桃鉄プレイAI」と表記)を活用した同ゲームの開発に関する発表を始めました。今回発表する事例は、同ゲームのリリース後、今後のゲーム開発に生かす知見を得るために行われたものでした。こうした背景があるため、同AIの訓練は、製品版の同ゲームのシステムを大幅に単純化した設定から行いました。具体的には、マップは北海道のみ、駅の種類も物件駅などの4種類に絞り、カードも急行系だけ、さらに同ゲーム最大の特徴である貧乏神が出現しないという設定にしました。

桃鉄プレイAIが学習する要素には、サイコロを振った後の「移動ルート選択」とターン開始時に使用する「カード選択」のみとしました。強化学習フレームワークにはStable Baselines3を使い、アルゴリズムにはPPO、その他の設定はデフォルトとしました。

桃鉄プレイAIが選択できるアクションには、以下の表に示されている「目的地優先(カード使用あり)」のような個々のアクション選択の指針となるメタアクションを定め、細かい行動はルールベースで実行できるようにしました。

またゲームプレイは3人対戦とし、ゲーム期間は10年としました。桃鉄プレイAIのほかはルールベースで動作するコンピュータプレイヤーを用意して、それらは「目的地優先」「持ち金優先」「物件購入優先」のいずれかの戦略でプレイします。勝利条件はゲーム終了時に総資産額が多いプレイヤーを1位とし、2位のプレイヤーの総資産との差額が大きいほど多くの報酬を得られるようにしました。

以上のような設定で桃鉄プレイAIを訓練した結果、「目的地優先(カードあり)」の戦略を採用した場合にもっとも高い勝率となりました。こうした結果になった理由として、マップが北海道のみと狭いため、目的地を優先したほうが勝利しやすいからと考えられます。

ゲームの複雑化に伴うプレイ戦略の変遷

シンプルな設定で桃鉄プレイAIが訓練できることが実証できたので、設定を次第に複雑にして訓練することにしました。まずマップ範囲を北海道から全国に拡大したところ、「持ち金獲得優先(カード使用あり)」戦略を学習したAIの勝率が高くなりました。こうした勝利戦略の変化は、マップが広くなったことで目的地に到着するまでに時間がかかってしまうので、目的地に向かうよりは最寄りのプラス駅で資産を増やす戦略のほうが(総資産額が1位になるという)勝利に直結するために生じたと考えられます。

今度は目的地連続到着ボーナスを追加すると、一転して「目的地優先」戦略の勝率が高くなりました。というのも、この新たな設定を利用するために目的地に到着することを最優先すれば、最寄り駅で資産を稼ぐより勝利に直結するからです。

さらに駅種を大幅に増やす変更を加えました。駅種増加に伴い、メタアクションを一新しました。具体的には移動先の駅種が9種類、物件駅停車時の物件購入アクションとして3種類を用意して、これらの組み合わせで合計27種類のアクションを再設定しました。さらに使えるカードも、製品版桃鉄と同じ106種類まで増やしました。ただし、カードの最大所持数は8枚なのでカード選択時に有効なアクションは「カードを使わない」を加えた9アクションであるため、無効アクションに対してマスク処理を行うことで計算負荷を軽減しました。

以上のような多様な要素をゲーム設定に追加したところ、再び「持ち金獲得優先」戦略の桃鉄プレイAIが勝利するようになりました。具体的には「とっかえっこカード」を使って他プレイヤーの資産を獲得後、獲得した資金で物件を購入して資産を増やすというループを繰り返すようになったのです。この戦略は「総資産額を増やす」という勝利条件を満たすものも、すごろくをモチーフとした桃鉄のゲーム趣旨から外れたプレイとも言えます。

最後に貧乏神を追加して桃鉄プレイAIを訓練しました。桃鉄における貧乏神とはあるプレイヤーが目的地に到着した時に目的地から最も遠いプレイヤーに憑くキャラクターで、憑かれるとさまざまなデメリットが発生します。貧乏神を追加した結果、桃鉄プレイAIは目的地を優先する戦略に回帰しました。こうした戦略の変化は、総資産を増やすためにあえて目的地に向かわない戦略よりも、貧乏神が憑くことから生じるデメリットを避けるために目的地に向かうほうが勝利につながるから生じたと見なせます。

以上にまとめたように、桃鉄プレイAIは設定がより複雑になる度にプレイ戦略を変えていきました。こうした桃鉄プレイAIの事例を一般化すると、任意のゲームシステムの変更がプレイ戦略に及ぼす影響を観察できると言えます。それゆえゲームプレイAIを使えば、ゲームプランナーはゲームシステムの変更がゲームプレイに及ぼす影響をテスターやプレイヤーにプレイしてもらわなくても把握できるようになるのです。

パワサカにおけるサクセスプレイAIを活用したバランス調整

続いてコナミの第三制作部でプログラマーを務める池畑望氏が、『実況パワフルサッカー』(以下、「パワサカ」と表記)開発におけるゲームプレイAI活用について発表しました。同ゲームは、プレイヤーが育成したサッカー選手を対戦させるモバイルゲームです。選手は「サクセス」と呼ばれるミニゲームをプレイすることで育成できるのですが、サクセスにはさまざまなシナリオが用意されており、シナリオごとに異なったミニゲームをプレイすることになります。

サクセスの内容は随時更新されるので、更新の度に更新内容が選手育成に与える影響を評価しなければなりません。こうしたサクセスの評価にはランダム要素が多いために何度も同じプレイを繰り返す必要があり、熟練テストプレイヤーであっても先入観によって誤った評価をくだす可能性もあります。それゆえ、パワサカ開発チームはサクセス更新内容の評価業務に、熟練テストプレイヤーに加えてサクセスをプレイするAI(以下、「サクセスプレイAI」と表記)を導入してより完全な評価を目指したのでした。

サクセスプレイAIの開発については、前出の岩倉氏が発表しました。同AIのアルゴリズムにはPPO(Proximal Policy Optimization)とDQN(Deep Q-Network)を採用し、加えてルールベースのAIも用意しました。アルゴリズムに2種類の強化学習技法を採用したのは、サクセスには多種多様なミニゲームが用意されているため、単一の技法ですべてのゲームが得意なAIを開発できないからでした。さらに、どちらか一方の技法によるAIのスコアが著しく低かった場合、低スコアのほうのAIは改善の余地があると判断できるというメリットもありました。

サクセスプレイAIの訓練にあたっては育成選手の能力が高いほど大きな報酬を得られるようにしたら、得意なシナリオでは熟練テストプレイヤーと同等かそれ以上のスコアを達成できるようになりました。もっとも同AIをうまく開発できたとしても、そうしたAIをどのようにゲーム開発業務に活用するかを明確にしないと、関係者の支持が得られません。それゆえ、株式会社三菱ケミカルホールディングスが公開しているAIビジネス活用のためのフレームワーク「Machine Learning Project Canvas」を使って、サクセスプレイAIの使用目的を明確化しました。その結果、企画段階におけるパラメータ調整、運営におけるバランスチェック、マネージメントにおけるバグチェックに同AIを活用することになりました。

補完関係にある人間テスターとサクセスプレイAI

サクセスプレイAIの具体的な運用については、前出の池畑氏が発表しました。前述の通り同AIは、サクセスの更新内容に関するQA(評価)業務において人間の熟練テストプレイヤーを補完するかたちで導入されました。人間の熟練テストプレイヤーは豊富な知識と経験にもとづいた高度なプレイスキルがある反面、プレイ回数に限界があったり、先入見を排除できなかったりします。こうした人間の弱点を同AIで補うのです。休息が不要なAIであればプレイ時間を大幅に増やせ、また人間のような先入見にとらわれることがありません。

以上のようなQA業務における人間とAIの補完関係は、それぞれが作成するレポートの違いに表れています。人間テスターが作成したレポートは、特定のプレイに関する言語化された知見、AIによるプレイの解釈といった知識に裏打ちされた情報がふくまれています。対してAIが作成したそれにはゲームスコアの最高値・平均値・中央値、スコアの分布などの統計情報が含まれています。

サクセス評価における人間とAIの協働は、両者のテスト結果が異なる場合にこそ真価を発揮します。協働的QAの結果とその対処には、以下のような3通りがあります。

  1. (ケース1:人間テスターとサクセスプレイAIのスコアがほぼ同等の場合)テストプレイ結果に大きな問題はない。テストプレイのスコアを参考にして、バランス調整を行う。
  2. (ケース2:人間テスターのスコアがサクセスプレイAIのそれより低い場合)人間テスターが見逃している攻略法がある可能性が高い。見逃している攻略法をAIのプレイを参考にして発見して再度プレイしてみる。そうすると、おそらく人間のスコアが伸びる。
  3. (ケース3:ケース2と逆の場合)AIが見逃している攻略法を、人間テスターのプレイから見つける。

池畑氏は、以上のような協働的QAから得た教訓として以下のような4項目を挙げて発表をまとめました。

  1. 妥協するべき点は妥協する:サクセスプレイAIには、ゲームプレイにおける得手不得手がある。不得意なゲームに関しては、同AIの訓練を必要以上に継続しないで「このゲームの評価にはAIを使わない」と決断することが重要。
  2. AIの役割を明確にする:サクセスプレイAIは万能ではない。それゆえ、その役割を明確にすることで人間との協働がうまく行くようになる。
  3. 強化学習AIの限界を知る:一般に強化学習AIには、学習するテーマに関して向き不向きがある。不得意なテーマを学習するとコストがかさむので、得意なそれで運用するように心がける。サクセスのゲームは、おおむね強化学習との相性が良かった。
  4. ゲーム開発チームとの協力体制の確立:ゲームプレイAIを活用したQA業務を成功させるには、ゲーム開発チームの協力が不可欠。ゆえに、ゲームプレイAI開発チームは早期にゲーム開発チームとの連携を確立すべき。

以上のようなセッションの最後に岩倉氏は、国立情報学研究所との共同研究に言及しました。コナミは同研究所の石川冬樹准教授と共同して、強化学習アルゴリズムの違いによって生じる強化学習AIの性能差を解明する研究を行いました。この研究をまとめた論文『Explaining the Behaviour of Game Agents Using Differential Comparison』は、2022年10月10日にオンライン開催されるASE4Games2022で発表されます。同論文に興味がある場合は、この発表を視聴するとよいでしょう。

今回発表された桃鉄とパワサカをプレイするAIは、単純に人間の手間を省くようなものではなく、人間が気づきにくいことを明確にしたり、人間が苦手とすることを補完したりするものでした。こうしたゲームプレイAIをゲーム開発に活用するには、人間とAIの密接な協働が不可欠となります。それゆえ、これからゲーム開発においてゲームプレイAIを活用する場合には、単なるツールではなくチームメンバーの一員として迎え入れる態度が重要となるのではないでしょうか。

Writer:吉本幸記

RELATED ARTICLE関連記事

【CEDEC2019】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

2019.9.19ゲーム

【CEDEC2019】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...

【GDC 2022】キャラクターAIが感じるままにお絵かきできたら

2022.5.09ゲーム

【GDC 2022】キャラクターAIが感じるままにお絵かきできたら

【CEDEC2019】1キロ四方のマップを舞台に地形表現の工夫で新しいゲーム体験を作る

2019.9.26ゲーム

【CEDEC2019】1キロ四方のマップを舞台に地形表現の工夫で新しいゲーム体験...

RANKING注目の記事はこちら