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への扉安藤幸央機械学習ディープラーニング月刊エンタメAIニュース河合律子GANOpenAI吉本幸記音楽NVIDIA生成系AI強化学習ニューラルネットワーク三宅陽一郎GoogleStable DiffusionグーグルQAシナリオDeepMind人工知能学会GPT-3森川幸人自然言語処理ChatGPTFacebook大内孝子マイクロソフト大規模言語モデル映画キャラクターAI敵対的生成ネットワークルールベースAIと倫理アートゲームプレイAIスクウェア・エニックスモリカトロンAIラボインタビュー倫理SIGGRAPH著作権モリカトロンデバッグ画像生成NFTDALL-E2StyleGANプロシージャルLLM遺伝的アルゴリズムNPC自動生成テストプレイメタAI画像生成AIテキスト画像生成ロボット深層学習ファッションCEDEC2019ディープフェイクVFXAdobeMidjourneyデジタルツインボードゲームDALL-ECLIPビヘイビア・ツリーマンガ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畳み込みニューラルネットワークGDC 2021JSAI2022作曲NVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022MinecraftAIアート小説アニメーションStability AIメタ懐ゲーから辿るゲームAI技術史toioジェネレーティブAI音楽生成AIスポーツ栗原聡手塚治虫CNNバーチャルヒューマンBERTMicrosoftUnityMetaOmniverse3DCGJSAI2023鴫原盛之HTN階層型タスクネットワークソニーGPT-4汎用人工知能JSAI2020GTC2023NeRFTensorFlowインタビューイベントレポート対話型エージェントAmazonロボティクスDQN水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2デジタルヒューマンGTC2022教育JSAI2021はこだて未来大学研究エージェントシムピープルMCS-AI動的連携モデルプロンプトモーションキャプチャーTEZUKA2020CEDEC2023マルチモーダルElectronic Arts3DマーケティングメタデータGDC SummerブロックチェーンCMMicrosoft Azureアストロノーカキャリア模倣学習eスポーツスタンフォード大学アーケードゲームテニスサイバーエージェントトレーディングカード音声認識メディアアート類家利直eSportsBLUE PROTOCOLシーマンaibo合成音声チャットボットブラック・ジャックAWS徳井直生斎藤由多加AlphaZeroTransformerARGPT-2rinnaAIりんなカメラELSI環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5理化学研究所Gen-1SIGGRAPH ASIASFNetflixデータマイニング東京大学Bard現代アートDARPAドローンシムシティImagenZorkバイアスASBSぱいどんアドベンチャーゲームAI美空ひばりテキスト生成手塚眞バンダイナムコ研究所スパーシャルAINEDOFSM-DNNLEFT 4 DEADイーロン・マスク通しプレイOpenAI FiveStable Diffusion XL本間翔太馬淵浩希Cygames森山和道Audio2Face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MILEナラティブNVIDIA RivaOmniverse 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カMax CooperGPTFireflyPyTorchChatGPT4眞鍋和子バンダイナムコスタジオ大澤博隆SFプロトタイピング齊藤陽介マインクラフトお知らせMagic Leap OneTencentモリカトロン開発者インタビュー宮本茂則バスケットボールサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft 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VTuberIGDA立教大学秋期GTC2022市場分析どうぶつしょうぎEpic GamesRoblox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Adobe MAXマシンラーニング村井源5GMuZeroRival Peakpixivオムロン サイニックエックスクラウド電気通信大学対話エンジン稲葉通将3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーPreferred Networksゴブレット・ゴブラーズ絵画Microsoft DesignerイラストシミュレーションSoul Machines柿沼太一完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントLLaMAパス検索対談藤澤仁生物学GTC 2022画像認識ハリウッドSiemensストライキStyleCLIPDeNA長谷洋平クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSTextWorldEarth-2BingMagentaYouTube音声生成AIELYZA PencilScenarioSIGGRAPH2023テキスト画像生成AI松尾豊AIピカソGTC2021AI素材.comCycleGANテンセントAIQVE ONENetHackキャラクターモーションControlNetNBAフェイクニュースユニバーサルミュージックRPG法律SIGGRAPH 2022世界モデルレベルデザインゲームエンジンDreamerV3AIボイスアクター南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGマジック：ザ・ギャザリングAI DungeonRed Ramマーダーミステリーゲーム背景不気味の谷ナビゲーションメッシュインディーゲーム高橋ミレイ深層強化学習松原仁松井俊浩武田英明ELYZAフルコトELYZA DIGEST建築音声合成広告西成活裕ハイブリッドアーキテクチャ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 StudioAdobe Max 2023アップルタウン物語新型コロナ土木MindAgentKELDIC周済涛BIMBing Chatメロディ言語清田陽司インフラBing Image CreatorゲームTENTUPLAYサイバネティックスDALL-E 3MARVEL Future FightAstro人工知能史Amazon BedrockAssistant with BardタイムラプスEgo4DAI哲学マップThe Arcadeバスキア星新一X.AISearch Generative Experience日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang敵対的強化学習StyleGAN3TwitterVLE-CE階層型強化学習GOSU Data LabGANimatorXホールディングス論文WANNGOSU Voice AssistantVoLux-GANMagiAI Act竹内将SenpAI.GGProjected GANEUMobalyticsSelf-Distilled StyleGANSDXLArs ElectronicaニューラルレンダリングRTFKTAI規制岡島学AWS SagemakerPLATONIKE欧州委員会映像セリア・ホデント形態素解析frame.ioClone X欧州議会UXAWS LambdaFoodly村上隆欧州理事会誤字検出MusicLM認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCapsLUMINOUS ENGINEクリエイターコミュニティAudioCraftLuminous ProductionsBlenderBot 3バーチャルペット効果音パターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGOAPWACULVanessa A RosaGen-2Adobe MAX 2021陶芸Runway AI Film Festival自動翻訳Play.htPreViz音声AINVIDIA ACEAIライティングLiDARCharacter-LLMOmniverse AvatarAIのべりすとPolycam復旦大学FPSQuillBotdeforumChat-Haruhi-Suzumiyaマルコフ決定過程NVIDIA MegatronCopysmith動画生成AI涼宮ハルヒNVIDIA MerlinJasperハーベストEmu VideoNVIDIA MetropolisForGamesNianticパラメータ設計ゲームマーケットペリドットバランス調整岡野翔太Dream Track協調フィルタリング郡山喜彦Music AI Tools人狼知能テキサス大学ジェフリー・ヒントンLyriaGoogle I/O 2023Yahoo!知恵袋AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OインタラクティブプロンプトAIエージェントシミュレーションOpenAI Codex武蔵野美術大学慶應義塾大学StarCraft IIHyperStyleBingAI石渡正人Future of Life InstituteRendering with Style手塚プロダクションIntelDisney林海象LAIKADisneyリサーチヴィトゲンシュタインPhotoshop古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルGauGAN2京都芸術大学CanvaLRMドラゴンクエストライバルズ画像言語表現モデルObjaverse不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNetDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXOne-2-3-45Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術GTC2020CG衣装mimicとらのあな高橋力斗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 PalusGhostwriterバーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrim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サッカースパコンAlibaba里井大輝KaggleスーパーコンピュータVQRF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 2020COLMAPザ・ウィークエンドADOPNVIDIA GET3DドレイクデバッギングBigGANGANverse3DMaterialGANグランツーリスモSPORTAI絵師エッジワークスReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会GTソフィーPGCFCAVolvoFIAグランツーリスモチャンピオンシップVoiceboxNovelAIさくらインターネットRival PrakDGX A100NovelAI DiffusionぷよぷよユービーアイソフトWebcam VTuberモーションデータ星新一賞大阪公立大学北尾まどかHALOポーズ推定TCG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KLabFSMメルセデス・ベンツQRコードMagic Leap囲碁ナップサック問題Live NationEpyllionデンソー汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブAIOpsムーアの法則原昌宏Spotifyスマートコントラクト日本機械学会Replica Studioロボティクス・メカトロニクス講演会amuseChitrakarQosmoAdobe MAX 2022トヨタ自動車巡回セールスマン問題かんばん方式ジョルダン曲線メディアAdobe Research政治Galacticaプロット生成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FastGANStadiaジョンソン裕子セキュリティ4コママンガ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PFN 3D ScanElevenLabs東京工業大学HeyGenLudo博報堂After EffectsラップPFN 4D Scan絵本SIGGRAPH 2019ArtEmisZ世代DreamUp出版AIラッパーシステムDeviantArtAmmaar ReshiWaifu DiffusionStoriesGROVERプラスリンクス ～キミと繋がる想い～元素法典StoryBirdFAIRSTCNovel AIVersedチート検出Style Transfer ConversationOpen AIProlificDreamerオンラインカジノRCPUnity SentisアップルRealFlowRinna Character PlatformUnity MuseiPhoneCALACaleb WardDeep Fluids宮田龍MeInGameAmelia清河幸子AIGraph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西中美和BCIGateboxアフォーダンス安野貴博Learning from VideoANIMAKPaLM-SayCan斧田小夜予期知能逢妻ヒカリ宮本道人セコムGitHub CopilotLLaMA 2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CaPHugging FaceCM3leon上原利之Stable Doodle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T2I-AdapterPAIROCTOPATH TRAVELERxAI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YCAM日本マネジメント総合研究所StyleRigAutodeskアンラーニング・ランゲージVoyager逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-Robinsonワールドシミュレーターローレン・リー・マッカーシーColossal Cave Adventure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AdventureGPT齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ＝ロビンソン高橋智隆DGX H100VToonifyBabyAGIロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリングロボコレ2019Instant NeRFフォトグラメトリウィンブルドンartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定意思決定モデル脱出ゲームDeepLIoTHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXウロチョロスSuper PhoenixWatsonxProject MalmoオンラインゲームAthletica気候変動コーチングProject Paidiaシンギュラリティ北見工業大学Project Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析気象モデルRunway ResearchじりつくんLEFT ALIVE気象シミュレーションMake-A-VideoNTT Sportict長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBE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Pixelllot S3ソフトバンクダフト・パンクメモリスタAIスマートコーチGlenn MarshallThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxDreamboothVeap Japanヤン・ルカンEAPneoAIPerfusionSIFT福井千春DreamIconニューラル物理学DCGAN医療mign毛髪MOBADANNCEメンタルケアstudiffuse荒牧英治人事ハーバード大学Edgar HandyAndreessen Horowitz中ザワヒデキ研修デューク大学大屋雄裕QA Tech Night中川裕志mynet.aiローグライクゲーム松木晋祐Adreeseen Horowitz東京理科大学下田純也NVIDIA Avatar Cloud Engine人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosリザバーコンピューティングSmart NPCsプレイ動画ヒップホップ対話型AIモデルRoblox Studio詩ソニーマーケティングPromethean AIサイレント映画もじぱnote音源分離環境音暗号通貨note AIアシスタントMusiioFUZZLEKetchupEndelAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt TransferSonar群知能下川大樹AIFAPet PortraitsSonar+Dウィル・ライト高津芳希P2EBlob OperaWeb3大石真史クリムトDolby AtmosBEiTStyleGAN-NADASonar Music FestivalDETRライゾマティクスSporeUnreal Engineクリティックネットワーク真鍋大度デノイズUnity for Industryアクターネットワーク花井裕也画像処理DMLabRitchie HawtinSentropyGLIDEControl SuiteErica SynthCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluSynthetic DataAtari 200MJapanese InstructBLIP AlphaCALMYann LeCun日本新聞協会プログラミングサム・アルトマン鈴木雅大AIいらすとやソースコード生成コンセプトアートAI PicassoGMAIシチズンデベロッパーSonanticColie WertzEmposyGitHubCohereリドリー・スコットAIタレントウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーUrzas.aiストーリーボードmodi.ai介護大阪大学BitSummit西川善司並木幸介KikiBlenderBitSummit Let’s Go!!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 LabsPaLM APIデジタルレプリカTopaz Video Enhance AICozmoMakerSuiteGOT7DLSSタカラトミーSkebsynthesia山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRF大里飛鳥DynamixyzMOFLINActors-HQRomiGoogle EarthSAG-AFTRAU-NetミクシィGEPPETTO AIWGA13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカーADVユニボPoint-EXLandGatoアパレル岡野原大輔AGIAI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning（ICL）Eric Johnson汎用強化学習AIZMO.AILoRAデザインMOBBY’SファインチューニングOculus 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グランツーリスモ生体情報デシマエンジンGoogle Brainダイビング量子コンピュータSound Controlアウトドアqubit写真SYNTH SUPERAIスキャニングIBM Quantum System 2照明Maxim PeterKarl Sims自動採寸北野宏明Joshua RomoffArtnome3DLOOKダリオ・ヒルハイパースケープICONATESizerジェン・スン・フアン山崎陽斗ワコールHuggingFace立木創太スニーカーStable Audio浜中雅俊UNSTREET宗教ミライ小町Newelse仏教テスラ福井健策CheckGoodsコカ・コーラGameGAN二次流通食品パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarTesla AI DayWikipediaDupe KillerCopilot Copyright Commitmentソサエティ5.0Sphere偽ブランドテラバースSIGGRAPH 2020バズグラフXaver 1000配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析投資Fosters+Partners周 済涛韻律射影MILIZEZaha Hadid Architectsステートマシン韻律転移三菱UFJ信託銀行ディープニューラルネットワーク
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
