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月刊エンタメAIニュースディープラーニング河合律子生成AI吉本幸記OpenAIGAN音楽NVIDIAGoogle三宅陽一郎強化学習ニューラルネットワークStable DiffusionChatGPTグーグル森川幸人シナリオDeepMindQA大規模言語モデル人工知能学会GPT-3自然言語処理マイクロソフトFacebook大内孝子AIと倫理映画著作権アート倫理キャラクターAI敵対的生成ネットワークルールベースLLMSIGGRAPHモリカトロンゲームプレイAIスクウェア・エニックスモリカトロンAIラボインタビュー画像生成NPCNFTプロシージャルMidjourneyデバッグMinecraftDALL-E2StyleGAN遺伝的アルゴリズム画像生成AIロボットファッション音楽生成AI自動生成VFXAdobeテストプレイメタAIアニメーションテキスト画像生成深層学習CEDEC2019ディープフェイクデジタルツインメタバースVR小説ボードゲームDALL-ECLIPビヘイビア・ツリーマンガCEDEC2021CEDEC2020ゲームAI不完全情報ゲームナビゲーションAI畳み込みニューラルネットワークGDC 2021JSAI2022バーチャルヒューマン作曲MicrosoftNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022MetaマインクラフトAIアート3DCGStability AIメタデジタルヒューマン懐ゲーから辿るゲームAI技術史toioジェネレーティブAIスポーツエージェントプロンプト栗原聡手塚治虫汎用人工知能CNNNeRFDALL-E 3BERTロボティクスUnityOmniverseJSAI2023鴫原盛之HTN階層型タスクネットワークソニーGPT-4マルチモーダルJSAI2020GTC20233DTensorFlowインタビューブロックチェーンイベントレポート対話型エージェントAmazonメディアアートDQN水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2ARELSIGTC2022教育SIGGRAPH ASIANetflixJSAI2021東京大学はこだて未来大学Bard研究シムピープルMCS-AI動的連携モデルRed RamモーションキャプチャーTEZUKA2020CEDEC2023テキスト生成インディーゲームElectronic Arts音声合成マーケティングメタデータGDC Summerイーロン・マスクStable Diffusion XLCMMicrosoft Azureアストロノーカキャリア模倣学習動画生成AIe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Epic GamesAWS徳井直生クラウド斎藤由多加AlphaZeroTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5ハリウッド理化学研究所Gen-1SFテキスト画像生成AI松尾豊データマイニング現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスマーダーミステリーASBSぱいどんアドベンチャーゲームAI美空ひばりAGI手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDOFSM-DNNLEFT 4 DEAD通しプレイ論文OpenAI Five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効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILENVIDIA ACE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 CooperGPTDisneyFireflyPyTorchChatGPT4眞鍋和子バンダイナムコスタジオAI Frog Interactive新清士大澤博隆SFプロトタイピング齊藤陽介お知らせ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GeminiTikToktext-to-image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市場分析フォートナイトどうぶつしょうぎRoblox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GPTs電気通信大学対話エンジン稲葉通将ポケモン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3D Gaussian SplattingMicrosoft Designerアップル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バーチャルキャラクター坂本洋典釜屋憲彦GitHub CopilotウェイポイントLLaMAパス検索対談藤澤仁生物学GTC 2022xAIApple Vision Pro画像認識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 2022SNSTextWorldSoraEarth-2BingMagentaYouTube音声生成AIELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzAIQVE ONENetHackキャラクターモーションControlNet音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022世界モデルレベルデザインDreamerV3AIボイスアクターUnreal Engine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 Dungeonゲーム背景アパレル不気味の谷ナビゲーションメッシュデザイン高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGEST建築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MARVEL 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AIAI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Intel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FGDC淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+Future Game Development ConferenceグリムノーツEponym古文書ComicCopilot佐々木瞬ゴティエ・ボエダ音声クローニング凸版印刷コミコパヒストリア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MODAniqueTPRGOxia PalusGhostwriter中村太一バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオクーガー田中章愛実況パワフルサッカースカイリムCopilot石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZComfyUI茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lain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 RPGPCG成沢理恵MITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&Dragonsマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズMagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get Back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MERFDemucsサッカースパコンAlibaba音楽編集ソフト里井大輝KaggleスーパーコンピュータVQRFAdobe Audition山田暉松岡 聡nvdiffreciZotopeAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Sea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳レベルファイブ初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーSuno AI転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationBaldur's Gate 3Codeforces座談会BoomyVOICEVOXCandy Crush Saga自己増強型AIジョン・レジェンドGenie AISIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023ADOPNVIDIA GET3DドレイクC·ASEデバッギングBigGANGANverse3DFLAREMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUITぷよぷよScratchユービーアイソフトWebcam VTuberモーションデータスクラッチ星新一賞大阪公立大学ビスケット北尾まどかHALOポーズ推定TCGプログラミング教育将棋メタルギアソリッドVメッシュ生成KLabFSMメルセデス・ベンツQRコードVALL-EMagic Leap囲碁Deepdub.aiナップサック問題Live NationEpyllionデンソーAUDIOGEN汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicAIOpsムーアの法則原昌宏AutoFoleySpotifyスマートコントラクト日本機械学会Colourlab.AiReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarQosmoAdobe MAX 2022トヨタ自動車Largo.ai巡回セールスマン問題かんばん方式Cinelyticジョルダン曲線メディアAdobe ResearchTaskade政治Galacticaプロット生成Pika.artクラウドゲーミングがんばれ森川君2号AI Filmmaking Assistant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AI ScreenwriterMILEsNightCafe東芝デジタルソリューションズ芥川賞インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo博報堂After EffectsNECラップPFN 4D Scan絵本木村屋SIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーWaifu DiffusionStoriesユーザーローカルGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江FAIRSTCNovel AIVersed東京都同情塔チート検出Style Transfer ConversationOpen AIProlificDreamerオンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリ宮本道人WebGlazeセコムLLaMA 2NightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHugging FaceHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For Fortnite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-AdapterXRPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]AIワールドジェネレーター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Rosebud AI GamemakerStyleRigAutodeskアンラーニング・ランゲージVoyagerLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.ai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 AdventureGDC 2024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調査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Meta Quest高橋智隆DGX H100VToonifyBabyAGIIP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強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous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Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX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KeyframerProject 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AppleWatch 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Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlack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 S3Slack AIソフトバンクPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェント人事ハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサーQA Tech Night中川裕志Grok-1mynet.aiローグライクゲーム松木晋祐Adreeseen HorowitzMixture-of-Experts東京理科大学下田純也NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 SonnetソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+Dウィル・ライト高津芳希P2EBlob Opera大石真史クリムトDolby AtmosBEiTStyleGAN-NADASonar Music FestivalDETRライゾマティクスSpore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岡野原大輔AI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning(ICL)Eric Johnson汎用強化学習AIZMO.AILoRAMOBBY’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

【JSAI2023】ゲーム開発に浸透するAI技術の諸相

2023.6.28ゲーム

【JSAI2023】ゲーム開発に浸透するAI技術の諸相

2023年6月6日から9日にかけて、熊本県熊本城ホールをメイン会場として2023年度 人工知能学会全国大会(第37回)がハイブリッド開催されました。6月8日には一般セッション「AI応用:ゲーム・エンターテイメント」が行われました。本稿ではこのセッションから3つの発表を選定して要約することで、ゲーム開発で活用されるAI技術の諸相を紹介します。

ぷよぷよをプレイするAIはどのように上達するのか?

上記セッションの1人目の発表者である立教大学大学院所属の福地昂大氏は「『ぷよぷよ』における深層強化学習による自己対戦の適応」と題して、落ち物パズルゲーム『ぷよぷよ』をプレイするAIの開発について話しました。

囲碁でプロ囲碁棋士に勝利したAlphaGoに代表されるように、特定のゲームをプレイするゲームプレイAIの開発は長い歴史がある研究分野です。近年では研究するゲームのトレンドがチェスや囲碁のような完全情報ゲームから、ディプロマシーのような不完全情報ゲームに移行しつつあります。こうしたなか福地氏は、ランダム性がゲームシステムの根幹を成すぷよぷよを研究テーマとして選びました。このゲームを選んだのは、ボードゲームでは強さが視覚的かつ直感的に理解しづらいのに対して、上級者であれば「ぷよ」を連鎖的に消せるので見た目にプレイスキルがわかりやすいという理由からでした。

参考記事: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?

ぷよぷよプレイAIを開発するにあたっては、開発技法としてAIが対戦を通じてスキルを強化する自己対戦型強化学習を採用し、実験は「ぷよ」の落ちるパターンを固定のうえ1人でプレイする一人用ぷよぷよ、そして対戦時間を変えた対戦用ぷよぷよで強化するという設定で行いました。

一人用ぷよぷよの強化学習は、ゲームスコアが1増加するごとに0.001のプラス報酬、死亡時には1のマイナス報酬を与えるという条件で行いました。このようにして150万ステップ学習したところ、80万ステップあたりまでは累積報酬が上昇したものも、それ以降は減少するという結果になりました。累積報酬が減少に転じた理由には、報酬をさらに増やそうとして連鎖数の増加を狙うハイリスクハイリターンな戦術を重視した結果、失敗するプレイが増えたからと推測されます。

対戦用ぷよぷよプレイAIの強化学習に関しては、はじめに最長対戦時間を30秒、勝利時には1、敗北時には-1の報酬を設定して、140万ステップの学習を行いました。その結果、プレイスキルを数値化したレーティングが時間の経過とともに上昇しました。プレイスタイルについては、7万ステップまでは初級者向け戦術である画面の片方にぷよを積む「かえる積み」を多用していたのに対して、10万ステップを超えると中級者以上の戦術である「平積み」を用いるようになりました。学習序盤でかえる積みを多用した理由には、短いプレイ時間で対戦相手を倒すことを戦術目標としたためと考えられます。

最長プレイ時間を約5分に変更して同様の強化学習を行ったところ、100万ステップの学習時点でレーティングが3,100となり上記の実験結果を大きく上回りました。また、連鎖数も増え、プレイスタイルの変遷も確認できました。その一方で、ぷよぷよのルールをまだ完全に理解していないような挙動も観察されました。

以上のように自己対戦型強化学習によるぷよぷよゲームプレイAI開発は一定の成果を上げたものも、プレイスキルとしては大連鎖ができないレベルにとどまり、戦術の幅が少ないという課題も残りました。福地氏は、今回の研究の展望として自己対戦のQAへの活用を含む以下のスライドにまとめたような項目を示して発表を終えました。

トレーディングカードゲームのバランス調整にAIを活用

2人目は大阪公立大学所属の西村昭賢氏が「深層強化学習に基づくトレーディングカードゲーム環境の構築」と題して、AI技術を用いたトレーディングカードゲームのバランス調整について発表しました。

『マジック:ザ・ギャザリング』に代表されるトレーディングカードゲーム(以下、「TCG」と略記)は、さまざまな特殊能力を備えた多数のカードを用いてプレイするゲームであり、デッキと呼ばれるカードの集まりが度々更新されることで知られています。こうしたゲームシステムのため、ゲームバランスの調整が非常に困難です。こうしたなか西村氏は、工学的な技法でTCGのバランス調整を実施する方法を研究対象としました。今回の研究では、実験用として独自にTCGを考案したうえで、以下のような手順を実行しました。

  1. 手順1:既存のルールベースのTCGプレイAIのほかに、深層強化学習の代表的手法であるDQN(Deep Q Network)を用いて独自のTCGプレイAIを開発する。
  2. 手順2:手順1で用意したTCGプレイAIどうしを対戦させることを通して、TCGにおけるすべてのカードについてレーティング(強さに関する評価値)を算出する。
  3. 手順3:手順2で算出したカードのレーティングを活用して、TCGのバランス調整を実施する。

手順1に関しては、DQNを用いたTCGプレイAIを開発後、ルールベースでプレイするアグロAI(攻撃的な戦術を採用)とコントロールAI、さらにはランダムにプレイするAIを加えた4つのAIで対戦させた結果、以下の表のような対戦結果が得られました。

手順2については、TCGのカードレーティングを算出する方法として、マナレシオが知られています。この手法はカードのHP、攻撃力、コストから以下のような式を用いて算出するのですが、カードの特殊効果等を考慮していない非常に皮相なものです。そこで西村氏は、15種類を2枚ずつ、合計30枚のカードを用いる実験用TCGのカードから1種類ずつ除いてAIどうしで対戦させた時の勝率から、カードレーティングを算出する方法を採用しました。

以上の方法において勝率が高い結果が得られた場合、除外したカードは勝利に貢献しないと判断できるので低いレーティングが与えられます。反対に勝率が低い場合、除外したカードなしでは勝利しづらいと解釈できるので高いレーティングとなります。こうしたレーティング算出方法の結果、DQN学習済AIと戦術が類似しているアグロAIを比較すると、最強カードは一致した一方で、最弱カードのレーティングに差異が出ました。この差異はそもそも最弱カードはプレイ時にあまり使われないので、DQN学習済AIはこのカードの使用をあまり学習できなかったから生じたと考えられます。

手順3においては、先行研究として新しいデッキを追加した際に勝率に焦点を当ててカードの強さを調整する単目的GA(Genetic Algorithm:遺伝的アルゴリズム)と、パラメータの変更量を最小限にする多目的GAによる調整がありました。前者はパラメータ変更量が多すぎてデッキの原型をとどめないのでユーザへの悪影響が大きく、後者は変更対象となるカードが多くなるという欠点があります。今回の研究では、強さが変更されるカードの枚数が最小になるようにバランス調整という目標を設定しました。こうした目標を設定したのは、紙製のTCGの場合、変更するカードの枚数が少ない程ゲームへの影響が少ないと考えられるからです。

能力変更するカードの枚数を最小限にする場合、変更するカードの優先度を決める必要があります。この優先度の決定には、以下の表に示されるような手順2で算出したカードレーティングを用いて、強いカードから優先的に変更するようにしました。

以上のような提案手法を用いてバランス調整を実施した結果を既存手法と比較すると、以下の表のようになります。提案手法は、勝率を最適化した場合の適応度(最適化の目標を達成している度合い)、およびパラメータ変更量を最適化した場合のそれも既存手法と比べて遜色ないことがわかります。

提案手法の有効性を検証するために、追加デッキを用いた対戦とバランス調整を実施したそれを用いた対戦の勝率を比較しました。バランス調整前だと場合によっては80%近い勝率になったりしてバランスを欠いていた追加デッキは、バランス調整を経るとどのような対戦においても勝率50%程度となるバランスがとれたものとなりました。

西村氏は、今後の課題として意図的に強いカードを投入するような商業的な売上を考慮したバランス調整を含む以下のようなスライドにまとめた項目を掲げて発表を終えました。

AIによるモーションデータ検索の成果と課題

3人目は、KLab株式会社所属の吉田雄大氏が「自己教師ありViTによる類似3Dモーションデータの検索とゲーム開発現場での応用」と題して、3Dモーションデータの検索について発表しました。

3Dアクションゲームを多数開発しているKLab株式会社の開発現場では、大量の3Dモーションデータがストックされています。例えば同社開発中のゲームにおけるモーションデータ数は、約26,000件にのぼります。こうした状況からモーションデータの検索が求められていますが、そうしたデータにはラベルがなかったり、ラベルが付いていても不正確だったりして検索に流用できていません。また、検索できるようにした場合、検索上位には類似モーションがヒットしている必要があります。

類似したモーションデータが検索上位に表示されるようにするためには、それらのデータの類似度を計算する必要があります。計算対象となるモーションデータとは、スケルトンと呼ばれる関節と骨格から構成されたデータを時系列に並べたものから構成されています。それぞれの関節には、数値で表現される座標値があります。モーションデータの類似度は、スケルトンのかたちと座標値から算出されます。

モーションデータを検索する先行研究では、教師あり学習と画像認識技術のひとつであるAlexNetを活用した手法が採用されていました。具体的にはスケルトンの位置情報等を正規化処理したうええ画像に変換後、その画像をAlexNetで認識して類似度を算出していました。

この既存手法では正確なラベルが付与されたデータセットの存在が前提とされているうえに、AlexNetでは手と脚といった位置的に離れた部位の依存関係を考慮しにくいという欠点がありました。そこで今回の研究では、ラベルがないデータであっても学習できる自己教師あり学習と、データ内部の依存関係を抽出できる画像認識技術であるVit(Vision Transformerの略称)を採用することにしました。

以上の提案手法の有効性を検証するために、以下のスライドに書かれているような3つのResearch Questions(以下、「RQ」と略記)を立てました。この疑問に答えるために、検証実験における学習技法として事前学習、教師あり学習、自己教師あり学習、モデルとしてAlexNetあるいはVitを設定したうえで、これらの設定の組み合わせから6パターンの実験ケースを設けました。学習データにはKLab株式会社が過去に運営していたゲーム『禍つヴァールハイト』のモーションデータを活用しました。

以上の実験の結果、RQ1とRQ2は肯定的に実証されたものも、RQ3に関しては有意差が認められませんでした。RQ3が肯定的に実証されなかった理由には、テストデータの品質があまり良くなかったことが考えられました。

提案モデルの有効性がある程度証明されたので、続いて同モデルを実装したモーションデータ検索システムを開発して、モーション制作に携わっているKLab株式会社の5名のメンバーに試用してもらいました。

試用の結果、2つの問題が明らかになりました。1つ目は、検索結果をスケルトンのみで表示していたため、モーションデータの可視性が乏しいことです。この問題の解決策として、検索結果に視認性の強いデータを表示するなどが考えられます。

2つ目の問題は、特定のフレームに限定した検索ができないことです。モーションデータのなかには「足踏みから切りつける」のように複数の動作から構成されているものがあります。開発した検索システムでは例えば「足踏み」で検索した場合、複合的モーションの「足踏み」動作だけを検索できません。このように複合的モーションにおける特定の動作に着目した検索が、制作現場では強く求められていることがわかりました。この要望に応えるには、モーションを細分化するなどして検索システムを改良する必要があります。

吉田氏は発表のまとめとして以下のようなスライドを表示したうえで、今後の課題としてテストデータの高品質化、検証実験の大規模化、ユーザからのフィードバックへの対応を挙げました。

以上の3名の発表は、ゲームグラフィックやNPCの挙動のようなわかりやすい事例ではないものも、AI技術をゲーム開発に役立てる方法を明らかにしています。今回のセッションからわかるようにAI技術は今後ますますゲーム開発に役立つもの、さらにはなくてはならないものになるでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

AIが生成するNFTアートビジネスの最前線

2021.11.29ゲーム

AIが生成するNFTアートビジネスの最前線

より柔軟な学びを目指して。人間の評価を組み込んだDeepMind開発のゲームプレイAI

2023.1.30ゲーム

より柔軟な学びを目指して。人間の評価を組み込んだDeepMind開発のゲームプレ...

【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