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OpenAINVIDIA音楽吉本幸記ニューラルネットワーク三宅陽一郎強化学習GoogleQAグーグルDeepMindGPT-3Facebook自然言語処理人工知能学会大内孝子森川幸人敵対的生成ネットワークシナリオキャラクター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Stable DiffusionAIと倫理アート映画デバッグNFTDALL-E2StyleGAN倫理ゲームプレイAI自動生成SIGGRAPHモリカトロンメタAIテキスト画像生成ロボット深層学習ファッションCEDEC2019プロシージャルVFXデジタルツイン遺伝的アルゴリズムテストプレイNPCDALL-ECLIP画像生成大規模言語モデルChatGPTビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAI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AIボードゲーム畳み込みニューラルネットワークGDC 2021JSAI2022生成系AIAdobeGDC 2019マルチエージェントCEDEC2022著作権AIアート懐ゲーから辿るゲームAI技術史toioジェネレーティブAICNNMicrosoftNVIDIA OmniverseUnity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マンガ汎用人工知能JSAI2020GTC2023TensorFlowインタビューバーチャルヒューマンBERTMidjourneyイベントレポート対話型エージェントAmazonロボティクスMetaMinecraft水野勇太アバターOmniverse3DCGUbisoftGenvid 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動的連携モデルマーケティングGDC SummerLLMブロックチェーン作曲アストロノーカキャリアeスポーツスタンフォード大学サイバーエージェント音声認識eSportsDQNBLUE PROTOCOLシーマンStability AIメタAlphaZeroTransformerGPT-2rinnaAIりんなデジタルヒューマンカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!理化学研究所SIGGRAPH ASIANetflix東京大学DARPA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テキスト生成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CMAudio2Faceピクサープラチナエッグイーサリアムボエダ・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NVIDIA Riva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セガ柏田知大軍事田邊雅彦トレーディングカードトレカメディアアートGPTPyTorch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市場分析どうぶつしょうぎ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AWS野々下裕子徳井直生マシンラーニング5GMuZeroRival Peakpixiv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ARMicrosoft Designerイラスト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 2022Gen-1TextWorldEarth-2BingMagenta音楽生成AISFELYZA Pencil松尾豊GTC2021CycleGANテンセントデータマイニングNetHackはこだて未来大学Bardキャラクターモーションフェイクニュース現代アートエージェント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LaMDATRPGAI DungeonプロンプトASBS栗原聡ぱいどんアドベンチャーゲーム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建築音声合成NeRF西成活裕Apex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder Studioアップルタウン物語新型コロナ土木KELDIC周済涛BIMメロディ言語清田陽司インフラゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockタイムラプスEgo4DAI哲学マップイーロン・マスクバスキア星新一X.AI日経イノベーション・ラボStyleGAN-XLX Corp.敵対的強化学習StyleGAN3Twitter階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagi竹内将SenpAI.GGProjected GANStable Diffusion XLMobalyticsSelf-Distilled StyleGANSDXL馬淵浩希CygamesニューラルレンダリングRTFKT岡島学AWS SagemakerPLATONIKE映像セリア・ホデント形態素解析frame.ioClone XUXAWS LambdaFoodly村上隆誤字検出森山和道認知科学中川友紀子Digital MarkゲームデザインSentencePieceアールティSnapchatLUMINOUS ENGINEクリエイターコミュニティLuminous ProductionsBlenderBot 3バーチャルペットパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo Serviceちょまどマーク・ザッカーバーグヴァネッサ・ローザGOAPWACULVanessa A RosaAdobe MAX 2021陶芸自動翻訳Play.ht音声AIAIライティングLiDAROmniverse AvatarAIのべりすとPolycamFPSQuillBotdeforumマルコフ決定過程NVIDIA MegatronCopysmith動画生成AINVIDIA MerlinJasperハーベストNVIDIA MetropolisForGamesパラメータ設計テニスゲームマーケットバランス調整岡野翔太協調フィルタリング郡山喜彦人狼知能テキサス大学ジェフリー・ヒントンGoogle I/O 2023AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OエージェントシミュレーションOpenAI Codex武蔵野美術大学StarCraft IIHyperStyleMax CooperBingAIFuture of Life InstituteRendering with StyleIntelDisney類家利直FireflyLAIKADisneyリサーチヴィトゲンシュタインPhotoshopRotomationGauGAN論理哲学論考LightroomGauGAN2京都芸術大学Canvaドラゴンクエストライバルズ画像言語表現モデルChatGPT4不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXMitsuba2バンダイナムコネクサス虎の穴ソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaGTC2020CG衣装mimicとらのあなNVIDIA MAXINEVRファッションBaidu集英社淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ＋グリムノーツEponym古文書ComicCopilotゴティエ・ボエダ音声クローニング凸版印刷コミコパGautier Boeda階層的クラスタリングGopherAI-OCRゲームマスター画像判定Inowrld AIJuliusSIE鑑定ラベル付けMODTPRGOxia Palus大澤博隆Ghostwriter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Skyrimクーガー田中章愛実況パワフルサッカースカイリム石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZ茂谷保伯池田利夫桃鉄ChatGPT_APIMZGDMC新刊案内パワサカダンジョンズ&ドラゴンズマーベル・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Oracle RPG成沢理恵MITメディアラボMCU岩倉宏介深津貴之アベンジャーズPPOxVASynthマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVMagendaMasquerade2.0国立情報学研究所Tencent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MERFサッカーモリカトロン開発者インタビュースパコンAlibaba里井大輝Kaggle宮本茂則スーパーコンピュータVQRFバスケットボール山田暉松岡 聡nvdiffrecAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingSea of ThievesTSUBAME 2.0LERFGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳TikTok初音ミクOculusコード生成AISociety 5.0リアム・ギャラガー転移学習テストAlphaCode夏の電脳甲子園グライムスBaldur's Gate 3Codeforces座談会BoomyCandy Crush Saga自己増強型AItext-to-imageジョン・レジェンドSIGGRAPH ASIA 2020COLMAPtext-to-3Dザ・ウィークエンドADOPNVIDIA GET3Dドレイクデバッギング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NovelAIRival 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 StudioamuseChitrakarQosmoAdobe 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DeviantArtWaifu 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RCP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YouTube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.comEAPneoAISIFT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 WertzGitHubCohere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Beewiseソニー・ピクチャーズ アニメーションDIB-R倉田宜典フィンテック投資Fosters+Partners韻律射影MILIZEZaha Hadid Architects広告韻律転移三菱UFJ信託銀行
MetaとDeepMindが相次いで発表。外交ゲーム『ディプロマシー』ゲームプレイAIの最前線とは？
2022.12.26ゲーム
近年ゲームプレイAI研究における新たな題材として注目されているのが、外交ゲーム『ディプロマシー（Diplomacy：「外交」を意味する英単語）』です。7人のプレイヤーが外交交渉をしながら領土拡張を目指すこのゲームには勝利するには、時には裏切りも辞さない権謀術数とそれを表現する巧みな言語表現力が不可欠となります。2022年11月になって、MetaとDeepMindがこうしたゲームを高度にプレイするAIを相次いで発表しました。そこで本稿では、これらのディプロマシープレイAIの特徴を解説します。
戦略立案と自然言語処理の融合が不可欠
Meta AI研究チームが2022年11月22日に公開した記事によると、ディプロマシーを人間並みにプレイするAIを開発するには、ゲームの戦略を練るプランニング機能と練られた戦略に沿って交渉を進める自然言語処理機能を統合する必要があります。こうした要求を満たしたゲームプレイAI「CICERO（キケロ：古代ローマ時代に活躍した政治家に因むと考えられる）」は、以下のような処理を実行することでディプロマシーをプレイします。
処理1：ゲーム盤上の状態と進行中の外交交渉にもとづいて、CICEROは他プレイヤーの戦略を予測する。
処理2：処理1で出力した予測の精緻化を繰り返したうえ、CIKEROと他プレイヤーの戦略意図を特定していく（以下の画像参照）。
処理3：ゲーム盤の状態、外交交渉における会話、そして戦略意図にもとづいて、外交交渉に使うメッセージの候補を複数生成する。
処理4：処理3で生成したメッセージ候補に対して、無意味なものや戦略意図にそぐわないものを排除することでCICEROが立案した戦略意図に合致するメッセージを特定する。
処理1における戦略予測には、過去のゲームログから学習したアルゴリズムが使われています。もっとも、このアルゴリズムはゲームにおける悪手をも学習してしまうという欠点があるために処理2が必要になります。処理2に使われるアルゴリズムはCICEROのために独自開発されたpiKLと呼ばれるものです。このアルゴリズムでは期待値の高い戦略を予測したうえで、この予測にゲームログにもとづいた予測を近づけるようにするというものです。piKLを併用することでゲームログにもとづいた予測における弱点を克服できるようになりました。
AIであることを見破られずに成績上位に
以上の記事と同日に公開されたCICEROに関する論文では、CICEROが実際にオンライン版ディプロマシー「webDiplomacy.net」で人間プレイヤーと対戦した結果が報告されています。2022年8月19日から10月13日にかけて、同AIは40回対戦しました。この対戦において1ゲーム以上プレイした参加者の上位10%に入り、5ゲーム以上プレイした参加者19人中では2位となりました。全40ゲームの平均得点は25.8%（ゲーム盤上における自国領土の割合）であり、総計82名の対戦者の平均得点12.4%の2倍以上でした。
CICEROと人間プレイヤーの対戦中、人間プレイヤーは対戦者のなかにAIプレイヤーがいるかも知れないことを事前に告知されていましたが、どのプレイヤーがCICEROであるかまでは知りませんでした。人間プレイヤーの1人がゲーム後のチャットでボットプレイヤーが混じっていたのではないか、と疑念を表明することがありました。しかしながら、具体的にどのプレイヤーがボットであるかまでは特定されませんでした。
CICEROはディプロマシーをプレイするために開発されたAIですが、同AIが実行する戦略の立案と戦略に沿った文章生成はAIと人間のあいだのさまざまなコミュニケーションに応用できるポテンシャルがあります。例えば、ユーザの習熟度に応じて教える内容を変えるティーチングAIに応用できるでしょう。
正直者は裏切り者に弱い
ディプロマシープレイAIに関してはDeepMindも研究しており、2020年には自然言語による交渉をしないNo Pressルールで同ゲームをプレイするAIを発表していました（参考記事『モデルの性格を見抜いて肖像画を生成するAI画家：月刊エンタメAIニュース vol.7』の「DeepMind、ゲームプレイAIの新たなテーマにディプロマシーを選定」）。その後、2022年12月6日には以上のAIに自然言語で交渉する機能を追加実装したAIを開発したことを発表しました。
DeepMindが発表したディプロマシープレイAIに関する研究は、さまざまな戦略のあいだの相性を解明することに注力しています。具体的には同盟関係を忠実に守る戦略と裏切るそれではどちらが良いのか、あるいは裏切りを予防するにはどのような戦略が有効なのか、といったことが論じられています。
戦略間の相性を解明することに先立ち、さまざまな戦略を実行する際の基本となるベースラインエージェントが開発されました。このエージェントは、人間がプレイするようにディプロマシーをプレイするように訓練されました。そして、ベースラインエージェントには以下のような2つの戦略のどちらか一方を実行する能力が実装されました。
戦略1「相互提案プロトコル」：プレイヤー間で特定の行動を実行しないことに同意する交渉を行う戦略
戦略2「提案-選択プロトコル」：プレイヤー間で特定の行動を実行するように合意する交渉を行う戦略
さらにベースラインエージェントを改造して、以下のような2種類の裏切り戦略を実行する裏切り者エージェントも開発しました。
シンプルな裏切り者：プレイヤー間の合意内容を無視して行動する（合意内容自体も忘れる）。
条件付き裏切り者：合意内容を記憶したうえで裏切る（他のプレイヤーが合意内容を実行することを知っている）。
以上のような2種類の基本戦略を実行するベースラインエージェントと2種類の裏切り者エージェントが参加するディプロマシーを1万回プレイして、それぞれのエージェントの優劣をまとめたのが以下のグラフとなります。左のグラフはベースラインエージェントが相互提案プロトコルを実行した場合、右が提案-選択プロトコルの場合を表します。横軸は裏切り者エージェントが参加した人数、縦軸が裏切り者エージェントのベースラインエージェントに対する優位性を意味しており、棒グラフが長いほど裏切り者エージェントが優位であることを示しています。また、棒グラフの赤はシンプルな裏切り者の優位性、青は条件付き裏切り者のそれとなっています。
以上のグラフより、ベースラインエージェントがどんな戦略を実行しても裏切り戦略のほうが有利であること、そしてシンプルな裏切り者より条件付き裏切り者のほうが有利であることがわかります。
裏切り者には制裁を
裏切り戦略が有利となる結果をうけて、裏切りに対して報復する防御的エージェントを新たに開発しました。このエージェントは、以下のような2種類の報復戦略のどちらか一方を実行します。
バイナリーネゴシエーター：裏切られたら、以後裏切ったプレイヤーとは一切交渉しない戦略。
制裁エージェント：裏切られたら、以後裏切ったプレイヤーを攻撃し続ける戦略。
以上のような防御的エージェント、裏切り者エージェント、そしてベースラインエージェントが参加してディプロマシーをプレイした場合の防御的エージェントの相対的優位性をまとめたのが以下のグラフです。左のグラフはベースラインエージェントが相互提案プロトコルを実行した場合、右が提案-選択プロトコルの場合を表し、横軸は裏切り者エージェントが参加した人数を意味します。縦軸はベースラインエージェントと防御的エージェントの相対的優位性を表しており、1より大きい場合は裏切り者エージェントが有利であり、1より小さい場合は防御的エージェントが有利であることを意味しています。また、棒グラフの灰色はベースラインエージェント、青はバイナリーネゴシエーター、赤は制裁エージェントを表します。
以上のグラフよりわかることを箇条書きで列挙すると、以下のようになります。
- ベースラインエージェントは、どのような場合でも裏切り者エージェントより不利。
- 防御的エージェントは、2種類の防御的戦略の両方において裏切り者の参加人数が少ないほど裏切り者エージェントに対して有利になる。
- バイナリーネゴシエーターより制裁エージェントのほうが裏切り者エージェントに対して有利となる。
- 相互提案プロトコルのグラフ（左）における青と赤の棒グラフと、提案-選択プロトコル（右）におけるそれらを比較すると、右のほうが下方向に長い。このことにより、提案-選択プロトコルのほうが裏切り者エージェントに対して有利となる。
DeepMindの研究チームは、高度な裏切り戦略を実行するエージェントも開発してディプロマシーをプレイさせてみました。このエージェントが実行する戦略とは、複数回ゲームをプレイしたうえで裏切りにより得られる利益と、裏切ることによって被る被害を比較して裏切りによる利益が大きいと判断できた場合のみ裏切る、というものでした。「学習した裏切り者」と命名されたこのエージェントと防御的エージェントがプレイしたところ、学習した裏切り者が制裁エージェントよりわずかに有利となる、という結果となりました。言ってみれば、学習した裏切り者が最強であることが明らかになったのです。
もっとも、学習した裏切り者はめったに裏切らないこともわかりました。具体的には相互提案プロトコルにおいては99.8%、提案-選択プロトコルでは99.7%の確率で同意内容を守ります。裏切りによって利益を得られるのは、きわめて稀な状況においてのみというわけなのです。
MetaおよびDeepMindのディプロマシープレイAIの研究からわかるのは、ゲームプレイAI研究は自然言語による心理的かけひきという高度なコミュニケーションを射程に収めつつある、ということです。こうした高度なコミュニケーションが可能なAIの応用範囲は、広範にわたると考えられます。そんな応用範囲のなかには、ゲームにおけるNPCも含まれるのは疑いようがないでしょう。
Writer：吉本幸記
- TAG:
RANKING
