【JSAI2025】現状の人狼エージェントの進化と課題を明らかに：人狼知能コンテスト2025春季国内大会

2025年度人工知能学会全国大会が、2025年5月27日から30日まで大阪国際会議場でハイブリッド開催されました。史上最大規模となった39回目の同大会では、例年以上にさまざまなセッションが行われました。こうしたセッションのなかから本稿は、大阪・関西万博の関連企画のひとつである人狼知能コンテスト2025春季国内大会自然言語部門を紹介します。

生成AIの進化をうけて、13人村などの新ルールを採用

以上のセッションでは、最初にオーガナイザの静岡大学情報学部行動情報学科所属の狩野芳伸教授が大会の概要を説明しました。複数の村人のなかに混じった人狼を会話を介して特定するゲームである人狼に関しては、第3次AI革命以降、このゲームをプレイする人狼エージェントの開発がAI研究のテーマとして定着しました。以下の年表のように、昨年の人工知能学会では国内大会が開催されました。

参考記事：【JSAI2024】LLM活用によって新次元に突入した人狼知能研究の可能性と限界

2025年人狼知能コンテストは、以下のスライドにまとめたようなルールで開催されました。対話型生成AIの急速な進化をうけて、プロフィールの自動生成、13人のプレイヤーが参加する13人村の新設、人狼間の秘密会話（whisper）などが新ルールとして採用されました。

今回の大会では大学や企業などが結成したチームが参加し、5人村部門では9チーム、13人村では6チームが対戦しました。13人村では、参加チームの人狼エージェントの複製体を作成したうえで、それらに不足したプレイヤーを担当してもらいました。

アーキテクチャや複雑度がさまざまな9つの人狼エージェントが参加

狩野教授の大会概要説明の後、参加した9チームがそれぞれの人狼エージェントについて説明するプレゼンが行われました。

1チーム目「ai168wolf」では、日本工学院専門学校でWebアプリ開発やAIの授業を担当する非常勤講師である末吉竜介氏が発表しました。2016年から将棋AI「十六式いろは」を開発する同氏は、後述する大渡勝己氏が人狼大会に参加していることを聞いたことから今回の大会に参加しました。

開発期間をあまり確保できなかったという事情から、サンプルエージェントにGeminiAPIに組み込んだシンプルな人狼エージェントを開発しました。

今後の目標としては、ローカルLLMを組み込んだ人狼エージェントを開発する予定です。

2チーム目「Camellia Dragons」では、愛知県立大学所属の大橋玲音氏が発表しました。同チームは、「豊かなキャラクタ性」「偏りのない戦略」「長い会話を短く圧縮」の3つの課題を解決する人狼エージェントを開発しました。

以上の3課題を実現するために、同チームは「性格・語尾生成」「戦略生成」「対話生成」「要約生成」といった4つのモジュールから構成されたシステムを採用しました。

それぞれのモジュールには、GPT-4oあるいはGPT-4o miniを採用しました。ふたつのLLMを使い分けるのは、13人村プレイ時にGPT-4oを採用すると処理制限がかかってしまうので、処理が軽量なGPt-4o miniを採用したからでした。

以上のシステムは、以下のスライドで示されているように、3課題に対して一定の解決をもたらしました。今後の課題としては、大橋氏はローカルLLMの開発と採用を挙げました。

3チーム目「Canis Lupus」では、グリーホールディングス株式会社所属の菅原 優氏が発表しました。同チーム開発の人狼エージェントは、以下のように「キャラクター固有プロンプト」「トピック指示」「ゲームログとプレイメモ」から構成されたシステムとなっています。

キャラクター固有プロンプトとは、ゲームの基本的なルールなどを記載したベースプロンプトに、キャラクター性を付与するようなプロンプトを追加したものです。

トピック指示においては、ゲーム進行に応じた行動を確率的にまとめたトピック判断機を参照して、ゲーム進行に合わせた行動を選択できるようにします。

ゲームにおける発言と行動、そして戦略の履歴は、ゲームログとプレイメモにまとめられます。これらは人狼エージェントが大会サーバーと通信する度に更新されます。同エージェントの発言と行動を決定する最終的なプロンプトは、キャラクター固有プロンプト、トピック指示、そしてゲームログとプレイメモが統合されたうえで決定されます。

4チーム目「GAIT」では、三菱電機株式会社所属の梅田拓氏が発表しました。同チームは5人村と13人村の両方に参加しましたが、人狼エージェント開発にあたってはそれぞれのゲーム形式に担当者を配置し、基本的にはプロンプトエンジニアリングを工夫するという方針を採用しました。なお、LLMはGPT-4o miniを採用しました。

5人村と13人村のLLMに与えた情報と命令をまとめると、以下のフローチャートのようになります。13人村の処理では、人狼どうしによる会話「WHISPER」などが増えています。

5人村では、エージェントの個性がより反映されるように「発言は自分のプロフィールを考慮する」という指示をプロンプトに追加するなどの、以下のスライドのような3つの工夫を実施しました。

13人村では、「襲撃」などの攻撃性を連想させる単語はLLMのフィルタリングによってエラー処理されてしまうので、プロンプトにばらつきを持たせたうえで、同様の意味のプロンプトを複数回入力することで対処しました。そのほかの工夫点は、以下のスライドでまとめられます。

5チーム目「GPTaku」では、電気通信大学所属の岡田拓馬氏が発表しました。同チームにおける研究の動機は、5人村プレイにおいて人間の熟達者のようなプレイを実践できる人狼エージェントの開発でした。

5人村プレイにおける人間の熟達者は、村人が占い師を騙る「村人CO」を行うことを特徴としています。こうした行動によって、プレイヤー間の議論を複雑にして、窮地に陥ることを回避するのです。なお、この考察はHAIシンポジウム発表論文などを論拠としています。

村人COを実施できる人狼エージェントを開発するために、CO状況を整理する「状況分析部」、実際にCO実施を指示する「戦略生成部」、プレイにおける発言を生成する「発話生成部」から構成されるシステムを構築しました。

以上のシステムの開発にあたっては、以下のスライドに示されるような解決策が採用され、それぞれの解決策に対して課題が明らかになりました。

6チーム目「kanolab」では、静岡大学所属の渡邉嶺王氏が発表しました。同チームの人狼エージェントは、ルールなどを読み込む初期化処理とキャラクター設定の拡張を実行後、人狼エージェントがゲーム状況に応じて発言と行動を選択する、という基本構成を採用しています。

キャラクター設定拡張では、ゲームサーバから与えられるキャラクター設定に、「趣味」や「好きな食べ物」、「語尾」や「他のプレイヤーの呼び方」を追加して、キャラクターの個性を強めます。

エージェントの行動は、さらに「CO検索」「矛盾検索機能」「会話機能」「投票機能」「要約機能」に細分化されます。

以上のシステムで特筆すべきは、「CO検索」と「矛盾検索機能」です。このふたつの機能によって、COの状況を整理したうえで、矛盾した発言があるかどうかを判定します。この判定結果は、発言の内容を左右する言わば戦略的意思決定材料となります。

会話機能では、以下の2枚のスライドにまとめられるような12の情報にもとづいて発言内容が生成されます。参照される情報には、前述の矛盾検索機能が作成した情報もふくまれます。

7チーム目「mille」では、フリーランスエンジニアの大渡勝己氏が大会当日欠席のため、以下のスライド資料を狩野教授が代読しました。同氏が開発した人狼エージェントは、「ノートパソコンでLLMを動かして会話」をモットーとした、ローカルLLMを採用したものでした。

8チーム目「osawalab」では、慶応義塾大学理工学部管理工学科所属の石川恵太氏が発表しました。人狼エージェント開発において同チームが問題としたのは、プレイ時のLLMが生成する発言が似たり寄ったりなものになっていることでした。この問題を解決するために、発言の類似度を判定する処理を追加する、というアプローチを採用しました。

以下のフローチャートが、発言類似度判定処理を追加したものです。発言が類似していれば発言を再生成し、類似していないならばプレイ中の発言として出力します。

以上のような処理フローを採用した結果、オウム返しのような発言はなくなったものの、戦略面の工夫が課題として残りました。今後は、この課題を解決するために以下のスライドに挙げられたような、過去ログの学習や論理的な思考の実現を目指します。

9チーム目「Team SunameLLi」では、TOPPANホールディング・デジタルイノベーション本部所属の夏堀智子氏が発表しました。同チームが人狼大会に参加したのは、優れた人狼エージェントを開発するためでした。こうした目的の裏では、近い将来、TOPPANグループに導入するかもしれない業務アシスタントを開発するための基礎技術検証という目的もありました。

なお、チーム名の「SunameLLi」は日本に生息するイルカの「スナメリ」とLLMを合成したことに由来します。

同チームが開発した人狼エージェントは、プレイ状況に合わせて発言内容と行動を決定する「戦略モジュール」と、システムプロンプトと戦略にもとづいて発言を生成する「発話モジュール」から構成されています。

同チームの人狼エージェントは、ゲームの進行に合わせて戦略モジュールと発話モジュールを切り替えます。思考時に参照する特例プロンプトでは、0日目にはCOをしない、1日目には積極的に話しかけるなどの基本戦略が設定されています。また、言語処理機能として採用したAzure OpenAIのフィルタリングを回避するために、「襲撃」を「噛み」に置き換えるなどの用語の変換を採用しました。

LLMモデル選定に関しては、思考部と発話部を駆動させるLLMとしてGPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 miniを候補として、さまざまな組み合わせを試しました。その結果、予選では思考部を4.1で発話部を4.1 mini、本選ではo4 miniと4.1という組み合わせで参加しました。

以上のような人狼エージェントで参加した結果、「自分の意見を持つ」「発言する」などの会話の基本スキルは実現しているものも、「同意する」「説得する」などの人狼において重要となる議論スキルがかなり不十分であることがわかりました。

夏堀氏は今後の展望として、発話ログと夜の結果を突き合せれば、発話の貢献度が評価できるのではないかと考えており、こうした発話の貢献度を報酬として活用すれば、人狼エージェントを強化学習できるのではないか、と述べて発表を終えました。

明らかになった人狼エージェントの進化と課題

参加した9チームのプレゼン後、狩野教授は人狼大会の結果発表を行いました。その結果は、人狼エージェントどうしの対戦結果から算出した勝率と、審査員が参加エージェントの会話の自然さ等を評価する主観評価の2つの観点から順位付けされました。

5人村の勝率と主観評価は、以下の通りです。勝率に関しては、1位がCanis Lupusの64.2%、最下位はGAITの40.43%と大きな開きがありました。

13人村の結果は、以下のスライドの通りです。13人村の場合、前述の通り、不足するプレイヤーは人狼エージェントの複製体が担当しました。興味深いのは、同じエージェントの複製体であっても、担当する役職によって勝率が大きく変わる点です。こうした現象は、同じエージェントであっても、担当する役職によって発言と行動が大きく変わることにより生じたと考えられます。

13人村と5人村の上位チームをまとめると、以下のスライドにまとめたようになります。なお、上位チームには大会スポンサーとなったSpiral AIより賞金が授与されました。

大会の締めくくりとして、狩野教授は参加した人狼エージェントすべてに共通する限界を以下のスライドのようにまとめました。こうした限界の傾向として、LLMの進化によって発言の自然さ自体は向上しているものも、ゲームとして人狼を魅力的なものとする推論やチームワークに大きな課題を残していることがわかりました。

以上に紹介した人狼知能コンテスト2025春季国内大会自然言語部門は、人狼エージェントの進化を明らかにすると同時に、現状の研究における課題も露呈させたものとなりました。しかしながら、こうした課題の存在こそが、人狼エージェントには進化の余地が大いにあることを示唆しています。そして、今後期待される人狼エージェントの進化は、高度な議論ができるAIエージェントの開発に流用できる知見をもたらしてくれるでしょう。

Writer：吉本幸記