【Unite 2017 Tokyo】ゲームAI・ゲームデザインから考えるゲームの過去・現在・未来
761 Views
May 15, 17
スライド概要
講演者：三宅 陽一郎(株式会社スクウェア・エニックス)
大野 功二(ユニティ・テクノロジーズ・ジャパン合同会社)
こんな人におすすめ
・ゲーム開発に携わったばかりの新人の方
・これからさらなるゲーム技術や市場の開拓を夢見るベテラン開発
受講者が得られる知見
・ゲームAIに関する歴史の概略、そして未来への展望
・ゲームデザインに関する歴史の概略、そして未来への展望
・これらの多角的な視点を持つための考え方
講演動画：https://youtu.be/-hvHmR2uyLA
リアルタイム3Dコンテンツを制作・運用するための世界的にリードするプラットフォームである「Unity」の日本国内における販売、サポート、コミュニティ活動、研究開発、教育支援を行っています。ゲーム開発者からアーティスト、建築家、自動車デザイナー、映画製作者など、さまざまなクリエイターがUnityを使い想像力を発揮しています。
関連スライド
各ページのテキスト
ゲームAI・ゲームデザインから考える ゲームの過去・現在・未来 ゲームを探求の新しい視点を探すために必要なものとは？ 株式会社スクウェア・エニックス テクノロジー推進部リードAIリサーチャー ユニティ・テクノロジーズ・ジャパン合同会社 QAマネージャー 三宅 陽一郎 大野 功二
書籍『絵でわかる人工知能』『人工知能の作り方』の著者である三宅 陽一郎と、 『3Dゲームをおもしろくする技術(CEDEC AWARD2015受賞)』の著者である大野 功二が、 ゲームAIとゲームデザインという視点から、ゲームの「過去」「現在」「未来」について解説・対 談します。
本日の構成 10分 ゲームデザインの現在・過去・未来 10分 ゲームAIの現在・過去・未来 30分 対談：ゲームの現在・過去・未来 大野 功二 三宅 陽一郎 三宅 大野 陽一郎 功二
「ゲームデザイン」から考える ゲームの過去・現在・未来 ゲームを探求の新しい視点を探すために必要なものとは？
ゲームデザインといえば……？ ゲーム メカニクス システムとかルールとか
焦点をあわせる パズル 【クリス・クロフォードの インタラクションの３要素】 ・アクション ・パズル ・リソース アクション 【ゲームの追加要素】 運 ゲーム ・運 ・官能性（プレイの快感） メカニクス リソース 官能性
この方法でゲームメカニクスを分類すると…… 将棋 格闘ゲーム パズル アクショ ン パズル アクション リソース リソー ス 官能性 官能性 運 運
ただし、視点が低すぎると、 ゲームデザインの探求は行き詰まる
視点を引いてみる ゲーム メカニクス ゲームを作る４要素 ソフト ・ハードウェア ・ソフトウェア ・プレイスタイル ・ゲームメカニクス プレイ ウェア スタイル ハード ウェア ゲーム
さらに視点を引いてみる ゲームと人の関係性 ・プレイヤー ・観客 観客 ゲーム 観客 観客 プレイヤー プレイヤー 観客 観客 観客 現実世界
もっと視点を引いてみる 観客 観客 ゲームと人の関係性 ・プレイヤー ・観客 → プレイヤー 観客 プレイ プレイ ヤー ヤー プレイ 観客 ヤー プレイヤー 観客 ゲーム プレイヤー プレイ プレイ 観客 ヤー ヤー プレイ ヤー 観客 観客 現実世界
では、「ゲームと人の関係性」は、 何が影響しているのか？
ゲーム・ハードウェアの進化の歴史 • 道具なし（身体のみ） → 身体性の遊び • 石・木・紙 → メタ化の遊び • コンピュータ → 対戦相手・審判のメタ化の遊び
ゲーム・ハードウェアの進化の歴史 • 道具なし（身体のみ） → 身体性の遊び • 石・木・紙 → メタ化の遊び • コンピュータ → 対戦相手・審判のメタ化の遊び • スマートシティ （思考する都市・IOT） → 現実世界をメタ化(AR, MR,VR)
ハードウェアの未来は？ 【建築家：ノーマン・フォスター】 • 「デザインは人間をよりよくする」 • マスダール・シティ（世界最初のスマートシティ） →ただし、開発はリーマンショックや金融危機で難航中 画像はWikipediaより https://en.wikipedia.org/wiki/Masdar_City
ゲーム・ハードウェアの進化の歴史 • 道具なし（身体のみ） → 身体性の遊び • 石・木・紙 → メタ化の遊び • コンピュータ → 対戦相手のメタ化の遊び • スマートシティ → 現実世界をメタ化(AR,MR,VR) • ロボット → 生物をメタ化
あらゆるものはロボット化（ロボ化）する 「体を持たないロボ」：スマートフォンもゲーム機も 「体を持つロボ」 ：ロボット掃除機など 例：ロボット掃除機 • すでに家庭に普及(2016年10月でルンバだけでも200万台以上) • 移動する手段・カメラ・センサー • あとはコンテンツだけ • 最後は「キャラ」になる （たまごっち的ロボット掃除機・ごみが栄養・ARでロボの子供が見られるなど）
スマートシティやロボ化によって、 プレイスタイルが、 さらに大きく変わる可能性がある！
デジタルゲームのプレイスタイル （未来） 新しいプレイスタイルの形「向かい合う」 • マッチング（コネクティング） • 審判 • 現実の人の装飾化（拡大化・縮小化など） 例：ニコニコ超会議2017「石黒研究室の恋愛実験神社」 【ニコニコ超会議】恋愛実験神社で実験した結果、34歳の僕が16歳の子と友達になった話【ネタりか】 http://originalnews.nico/22282 例：離れた２台のコーラの自販機の前で、同じポーズを すると、コーラが１本もらえるゲーム
「ドラえもん」が未来！？
人と人、人とモノ、人と世界の関係性は、 「フィルタリング」から 「コネクティング」へ！
「ゲームAI」から考える ゲームの過去・現在・未来 ゲームを探求の新しい視点を探すために必要なものとは？
三宅さん、どうぞ！
ゲームAIの歴史 Unite 2017 株式会社スクウェア・エニックス リードAIリサーチャー 三宅陽一郎 [email protected] ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
ゲームシステムの分散人工知能化 ナビゲーションAI 知識表現 キャラクターAI メタAI エージェント アーキテクチャ 環世界 意思決定 アフォーダンス 自律型ＡＩ グループ/ チーム /群れ/社会 動的敵配置 適応型動的 ペーシング 進化 / 適応/ 学習 コミュニケーション コンテンツ自動生成 ブラックボード 新しいゲームシステム 社会的振る舞い ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
「ゲームＡＩの全体像」 概念マップ カリキュラム１ 「ゲームＡＩの全体像」 知能化 知識 ユーザー エクスペリエンス 知性 思考 人工知能 自律型 制御型 ナビゲー ションデータ A* 戦術 ポイント キャラクターAI ゲーム システム AIの分化 ナビゲーション AI 分散人工知能 古典的 メタＡＩ メタＡＩ 現代的 メタＡＩ 適応型 動的ペーシング ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. プロシー ジャル技術
現代ゲームにおけるＡＩの構造 • ゲームの中で人工知能が果たす役割というのが明確になってき た。 • 主に現代では３つのＡＩの役割がある。（これから増えて行くかも しれない） メタＡＩ ゲームそのものをコントロールする人工知能。 キャラクターＡＩ キャラクターのブレイン（脳）として機能する人工知能。 ナビゲーションＡＩ パス検索を始め地形・状況など空間的な情報を抽出する人工知能。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
人工知能の２つの軸 • 人工知能を考えるときは、その知能が何なのか、を探求するより、 どんな問題を解こうとしているか、を考えるとわかりやすい。 メタＡＩ 時間の スケール 大局・ 長時間 キャラクターＡＩ 局所・ 短時間 ナビゲーションＡＩ 大局・ 時間 なし ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 空間の スケール
メタAI コントロール 敵キャラクタ－ 頭脳として機能 プレイヤー レベル キャラクター AI 古典的 ゲーム構造 分化 Support （ＡＩと ゲームシステム が混沌） 情報獲得 ナビゲーション AI ゲームの人工知能は分化し（＝分散人工知能） 相互に協調しながら一つのＡＩシステムを構成する ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
このＡＩはどう組むか？ プレイヤー 池 Ａ キャラクター B （例） プレイヤーがＡにいれば Ｂをうろうろする。 プレイヤーがＢにいれば 近づいて攻撃する。 、 こういったＡＩをゲーム産 業では「Scripted AI」と言 います。こういったＡＩは ゲームデザイナーがスク リプト言語で書く場合多 いため。 岩 http://septieme-ciel.air-nifty.com/nikubanare/2007/08/post_3c38.html 地面 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
Scripted AI から自律型ＡＩへの変化 ゲームデザイナーの頭の中 スクリプト Scripted AI ゲームデザイナーの頭の中 知識 思考 自律型 AI (Autonomous AI) ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
このＡＩはどう組むか？ 池 プレイヤー キャラクター ステップ１： ＡＩにゲームステージの 地形を認識させたい ＝地形のデータを与える。 、 地形データ （Way Points） 岩 地面 ＡＩは地形データによって、自分とプレイヤーの位置関係を知る ことができる。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
このＡＩはどう組むか？ 地形データ （Way Points） 地形データを用いた 思考 ナビゲーションＡＩ プレイヤーからキャラクターが見えない位置に動く。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
ＡＩを作る 人間 地形データ （Way Points） オブジェク トデータ 自分の 身体データ 地形デー タを用いた 思考 知識 意思決定 の思考 思考 知能 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 身体運動 の ロジック
ＡＩを作る 人間 地形データ （Way Points） オブジェク トデータ 自分の 身体データ 地形デー タを用いた 思考 知識 意思決定 の思考 身体運動 の ロジック 思考 知能 この例ではナビゲーションＡＩとキャラクターＡＩが連携していた。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
ゲーム全体の知能化 ゲーム・ソフトウェア 知能化された ゲーム・ソフトウェア かつてゲームでは人工知能は独立した部分ではなく、 ゲームシステムの中に含まれていた。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
ＡＩの分化 メタＡＩ ゲームシステム ナビゲーションＡＩ キャラクターＡＩ ３つのＡＩシステムは序々に分化して独立して行った。 では、今度はナビゲーションＡＩについてさらに詳しく見てみよう。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
ナビゲーション・データ 歩くこと ができる。 ウェイポイント・グラフ （点を要素とするネットワークグラフ） フリー素材屋Hoshino http://www.s-hoshino.com/ ナビゲーションメッシュ・ グラフ （三角形（凸角形）を要素とする ネットワークグラフ） ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
ネットワーク上のグラフ検索法 ダイクストラ法 各ノードの評価距離＝出発点からの経路 V P W Q R X S A O B 3 7 N F 6 3 E M 4 L Ｓ 4 2 K 2 H C 5 U 5 5 D Y T 3 G 3 2 3 Ｇ Z J ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. J L C D E I F 3 G B 出発点（S）を中心に、最も短い経路を形成して 行く。Gにたどり着いたら終了。
ネットワーク上のグラフ検索法 A*法 ゴール地点がわかっている場合、現在のノードとゴールとの推定距離（ヒューリスティック距離） を想定して、トータル距離を取り、それが最少のノードを探索して行く。 各ノードの評価距離＝出発点からの経路＋ヒューリスティック距離 V P W Q R X S A O B 3 7 N F 6 3 E M 4 L Ｓ 4 C 3 5 2 K T 3 G 2 2 3 H U 5 5 D 3 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. J Ｇ Z I Y ヒューリスティック距離 (普通ユークリッド距離を取る) 5+10.5 G 3+14.2 B 6+8.4 H 3+13.8 C 出発点（Ｓ）を中心に、そのノードまでの 最も短い経路を形成して行く。Gにたどり着いたら終了。
FINAL FANTASY XIV の事例 FINAL FANTASY XIV ©2010 - 2017 SQUARE ENIX CO., LTD. All Rights Reserved. マップにＡＩのガイドとして凸形のポリゴンメッシュを敷き詰める。こ のメッシュのことを「ナビゲーション・メッシュ」と言う。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
FINAL FANTASY XIV の事例 ［SQEXOC 2012］FFXIVで使われているAI技術～敵NPCはどうやって経路 を探索しているのか？ http://www.4gamer.net/games/032/G003263/20121205079/ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
メタＡＩの歴史 1980 1990 2000 古典的メタAI キャラクターＡＩ技術の発展 現代のメタＡＩ その歴史は古く、1980年代にまでさかのぼる。 その時代と現代のメタＡＩは、異なる点も多いので、 古典的メタＡＩ、現代のメタＡＩと名づけて区別することにしよう。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
（例）「ゼビウス」（ナムコ、1983） 敵出現テーブル巻き戻し 敵0 敵１ 敵2 敵3 敵4 敵5 『あと面白い機能なんですけれど、 ゼビウスには非常に簡単なAIが組み込まれています。 「プレイヤーがどれくらいの腕か」というのを判断して、 出てくる敵が強くなるんです。 強いと思った相手には強い敵が出てきて、 弱いと思った相手には弱い敵が出てきます。 そういっ たプログラムが組み込まれています。 ゲームの難易度というのは「初心者には難しくて、上級者 には簡単だ」ということが、 ひとつの難易度で(調整を)やっていくと起きてしまうので、 その辺を何 とか改善したいな、ということでそういったことを始めてみたのですけれど、 お陰で割合にあまり上 手くない人でも比較的長くプレイできる、 うまい人でも最後のほうに行くまで結構ドラマチックに楽 しめる、 そういった感じになっています。』 － 遠藤雅伸（出演）、1987、「糸井重里の電視遊戯大展覧会」『遠藤雅伸ゼビウスセミナー』フジテレビ － ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
現代のメタAI より積極的にゲームに干渉する。 メタAI 敵配位 敵スパウニング ストーリー ユーザー ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. レベル 動的生成
メタＡＩ Left 4 Dead の事例 今回は Left 4 Dead の事例を見てみる。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
適応型動的ペーシング [基本的発想] (1) ユーザーがリラックスしている時に、ユーザーの 緊張度が一定の敷居を超えるまで敵をぶつけ 続ける。 (2) ユーザーの緊張度が一定の緊張度を超えると 敵を引き上げる。 (3) リラックスすると敵を出現し始める（(１)へ）。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
メタAI(=AI Director)によるユーザーのリラックス度に応じた敵出現度 計算によって 求められた 理想的な敵出現数 ユーザーの緊張度 実際の敵出現数 より具体的なアルゴリズム Build Up …プレイヤーの緊張度が目標値を超えるまで 敵を出現させ続ける。 Sustain Peak … 緊張度のピークを3-5秒維持するために、 敵の数を維持する。 Peak Fade … 敵の数を最小限へ減少していく。 Relax … プレイヤーたちが安全な領域へ行くまで、30-45秒間、 敵の出現を最小限に維持する。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
具体的なアルゴリズム (1) 各エリアに、出現数 N を決定する (2) 出現数Nは予想される逃走経路の長さと 要求される密度によって計算される。 (3) あるエリアがAAS の中に入るとクリー チャーがN体生成される。 (4) そのエリアがAAS の外に出ると生成が中 止され、クリーチャーは消滅される。 (5) Ｎはそのエリアがプレイヤーから見えてい る場合、或いは、プレイヤーがリラックス モードの場合には、強制的に０になる。 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
まとめ メタＡＩは、ゲームの流れを動的に作るＡＩで、キャラクターＡＩ、イベントなどに は命令だけを出す。これは明確に、メタＡＩと他のモジュールが独立した関 係にあるから可能なこと。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
参考文献 (1) Michael Booth, "Replayable Cooperative Game Design: Left 4 Dead," Game Developer's Conference, March 2009. (2) Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html (3) 三宅 陽一郎, “メタAI”,「デジタルゲームの技術」 P.186-190, ソフトバンク クリエイティブ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
Halo AI のアーキテクチャー 最後はアクションを選択して、 モーションを作る。 イベント 状況解析 演出（セリフ） Jaime Griesemer(GDC 2002),The Illusion of Intelligence: The Integration of AI and Level Design in Halo http://www.bungie.net/Inside/publications.aspx ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
知識表現データ 情報の受け渡し （例）私は座標（2.1, 3.4, 5.6）にいる。 薬草は体力を回復する 知識表現データ （例）これは岩である。 動かすことはできない。 側の点に隠れることができる。 知識表現データ 知識表現データ （例）私これは岩である。 左方向に動かすことができる。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
知識表現・世界表現 WORLD 仮想世界の知性 ＝人工知能 人工知能は生物のように世界をそのまま認識・解釈できるだろうか？ 知識表現 （KR） WORLD 仮想世界の知性 ＝人工知能 AIが世界(物・事・空間など)を解釈できるように、世界をうまく情報表現する ＝ 知識表現 (KR、Knowledge Representation) ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
いろいろな知識表現 依存グラフ 世界表現 意味ネットワーク 敵表現リスト Griesemer,J, "The Illusion of Intelligence: The Integration of AI and Level Design in Halo", 2002 http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ルールベース表現 事実表現（信頼度表現）
いろいろな世界表現 敵配位マップ Left 4 Dead Tactical Point System Halo LOS マップ Damian Isla,"Building a Better Battle: HALO 3 AI Objectives", http://halo.bungie.net/inside/publications.aspx テリトリー表現 Killzone Halo2 戦術マップクラスタリング ナビメッシュ-ウェイポイント 階層表現 Killzone2 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference , http://www.valvesoftware.com/company/publications.html Assassin’s Creed Alex J. Champandard, Remco Straatman, Tim Verweij, "On the AI Strategy for KILLZONE 2's Bots” http://aigamedev.com/open/coverage/killzone2/ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
TPS (Tactical Point Search) 弓兵（AI）が次の目的地を発見したい。 (i) ゲーム現状 (ii) AIを中心に点をグリッド状に 生成し配置。（Generation） (iii) 足場の悪い点を除く（Filtering） (iv) 敵の近くのポイント、弓が届かな いポイントを除く 。(Filtering) (v) 味方の近くを除く （Filtering） (vi) 最も高い位置にあるポイントを選 択する。 このようにして、自分の最適な戦術位 置を自分自身で発見する。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
知性を豊かにするには？ 知識表現・世界表現が思考の足場を与える。 思考 知識 表現 知識 世界 表現 知識 表現 表現 知識 知識 知識 表現 知識 表現 知識 表現 表現 知識 表現 表現 知識 表現 不安定な足場では高い思考を積み上げることはできない。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
知性を豊かにするには？ 知識表現・世界表現が思考の足場を与える。 知識 知識 世界 表現 知識 表現 表現 知識 世界 表現 知識 表現 表現 知識 世界 表現 知識 表現 知識 表現 知識 知識 知識 世界 知識 知識 表現 知識 表現 知識 表現 知識 表現 表現 知識 表現 表現 知識 表現 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 表現 表現 表現 表現 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
知性を豊かにするには？ 知識表現・世界表現が思考の足場を与える。 思考 思考 思考 知識 知識 世界 表現 知識 表現 表現 知識 世界 表現 知識 表現 表現 知識 世界 表現 知識 表現 知識 表現 知識 知識 知識 世界 知識 知識 表現 知識 表現 知識 表現 知識 表現 表現 知識 表現 表現 知識 表現 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 知識 表現 表現 表現 表現 表現 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
カリキュラム（II） 「キャラクターの作り方」 概念マップ キャラクター 知識表現 世界表現 FSM （有限状態 マシン） BT （ビヘイビア ツリー） 意思決定 インフォメーション・フロー エージェント アーキテクチャ 反射型ＡＩ 非反射型ＡＩ ルールベースＡＩ ゴールベースAI ステートベースAI タスクベースAI ビヘイビア ベースAI ユーティリティベー スAI ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. シミュレーション ベースAI GOAP （ゴール指向 アクション プラン二ング） HTN（階層型 タスク プラン二ング）
キャラクターを表現する 知識 生成 意思決定 運動 生成 Knowledge Making Decision Making Motion Making 五感 記憶 身体 身体 内部循環インフォメーション・フロー（情報回廊） 言語 知識表 現型 センサー・ 物理 身体・ 発話・ 情報 発信 エフェクター 世界 インフォメーション・フロー（情報回廊） ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
知能のモデル化の方針（ポリシー） 知能というものは非常に高度で基本的には「よくわらない」。 知能全体を模倣することは現段階では難しい。 一つの方向性から知能をモデル化しよう。 ルール（規則）ベースAI Rule-based AI ステート（状態）ベースAI State-based AI 知能 ビヘイビア（振る舞い）ベースAI Behavior-based AI ゴール（目標）ベースAI Goal-based AI タスク（仕事）ベース AI Task-based AI ユーティリティ（効用）ベース AI Utility-based AI … based AI 「○○-based AI」とは、○○をAIを構築する基本単位（アトミック）として採用したＡＩということ。 これらは背反ではない。デジタルゲームの高度なＡＩの場合は組み合わされるのが普通。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
「キャラクターの作り方」 概念マップ キャラクター 意思決定 インフォメーション・フロー エージェント アーキテクチャ 反射型ＡＩ FSM （有限状態 マシン） BT （ビヘイビア ツリー） 非反射型ＡＩ ルールベースＡＩ ゴールベースAI ステートベースAI タスクベースAI ビヘイビア ベースAI ユーティリティベー スAI ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. シミュレーション ベースAI GOAP （ゴール指向 アクション プラン二ング） HTN（階層型 タスク プラン二ング）
(例) ルール制御 ルール＝ IF （ 行動条件文 ） then （動作命令文） ID 0 : IF …. THEN … Priority: Priority: 3 1 ID 1 : IF …. THEN … 思考4 Priority: ID 3 : IF …. THEN …. Priority: 5 ID 4 : IF …. THEN … Priority: 2 ID 5 : IF …. THEN … Priority: - ID .. : 或いは、状況判断思考によってルールを振り分ける。 戦略思考、キャラクターの挙動などでよく使われる。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 制御
(例) Quake HFSM http://ai-depot.com/FiniteStateMachines/FSM-Practical.html 状態遷移図を用いる ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
回復薬を作る （タスク） ブランチ 赤と緑を集める ブランチ 全色集める ブランチ 赤と青を集める 前提条件 全色広場にある 緑拾う 青拾う 赤拾う 広場には赤と緑の宝石がある 赤拾う 袋入 れる 緑拾う 赤と青の宝石がある 袋入 れる 全順序タスク 青拾う 青拾う 赤拾う 袋入 れる 原初タスク 緑拾う 順序なしタスク メソッド （＝タスクの分解の仕方） ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 局所的順序タスク
プランニングのための知識 エージェントの認識する世界をもっとシンプルに表現したい ２０個のシンボルで世界を集約して表現する シンボル kSymbol_AtNode どのノードにいるか kSymbol_ WeaponArmed 武装しているか kSymbol_Target IsSuppressed 威嚇されているか kSymbol_TargetIs AimingAtMe どのノードにいるか どんなタイプのノードにいるか kSymbol_ WeaponLoaded 装填されているか kSymbol_ RidingVehicle 乗り物に乗っているか kSymbol_AtNodeType kSymbol_ UsingObject オブジェクトを 使っているか？ kSymbol_ TargetIsDead 死んでいるか 各エージェントについて（Agent-centric） 上記のシンボルは、対象とするエージェントについての情報。 Jeff Orkin, “3 States and a Plan: The AI of F.E.A.R.", http://web.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.zip ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
F.E.A.R.のプランニング シンボルによる連鎖プランニング プランニング 条件なし 武器を拾う 武器を 持っている 武器を 持っている 装填する 武器が装填 されている 武器が装填 されている 攻撃 プラナー ターゲットＡが 死んでいる ターゲットＡが 死んでいる ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
選択ルール シークエンス ランダム シークエンス 弓を放つ 氷系 攻撃 攻撃魔法 風系 層 プライオリティ バトル 剣を振る ランダム 隠れる root 森に潜む 建物に隠れる ランダム 足止めする 撤退 逃走する プライオリティ 休憩 立ち止まる 回復する ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ビヘイビア （末端ノード） プライオリティ トラップ 穴を掘る 選択ルール プライオリティ 眠る 回復薬を飲む 層
「プロシージャル、学習、社会性」 概念マップ 動的に変化するゲーム 個体 学習 集団 適応 統計 学習 プロシージャル・ コンテンツ・ ジェネレーション 進化 プロシージャル的アプローチ 強化学習 世界 データドリブン的アプローチ 遺伝的 アルゴリズム ニューラル ネットワーク ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
「プロシージャル、学習、社会性」 概念マップ コミュニケーション 言語コミュニ ケーション 言語 非言語コミュニ ケーション シンボル 評判 システム 場 ターゲッ ティング ブラックボード アーキテクチャ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 協調
キャラクターにおける学習の原理 氷魔法 ダメージ： 80 氷魔法 1.4 ダメージ： 60 2.2 1.4 ダメージ： 60 結果の表現 炎魔法 炎魔法 行動の表現 闇魔法 意思決定 闇魔法 行動の表現 （例） 氷魔法 1+ 80/ (80+60+60) = 1.4 炎魔法 1.9 + 60/ (80+60+60) /3 = 2.2 闇魔法 1.1 + 60/ (80+60+60) /2 = 1.4 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
強化学習 報酬 報酬 関数 行動（a） 状態（Ｓ） 行動選択 ＝ポリシー （π） 環境(Env) 環境のモデルはよくわからない。 でも、行動をして、それに対する結果（＝報酬）が環境から返って来る。 その報酬から、現在の状態と行動の評価を見直して、 行動選択の方針を変えて行くことを強化学習という。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
強化学習 強化学習（例） （例）格闘ゲーム R_0 : 報酬＝ダメージ キック パン チ 波動 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
強化学習 （例）格闘ゲームTaoFeng におけるキャラクター学習 Ralf Herbrich, Thore Graepel, Joaquin Quiñonero Candela Applied Games Group,Microsoft Research Cambridge "Forza, Halo, Xbox Live The Magic of Research in Microsoft Products“ https://www.microsoft.com/en-us/research/wp-content/uploads/2008/11/ralf_herbrich.pptx http://research.microsoft.com/en-us/projects/drivatar/ukstudentday.pptx ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
強化学習 （例）格闘ゲームTaoFeng におけるキャラクター学習 Ralf Herbrich, Thore Graepel, Joaquin Quiñonero Candela Applied Games Group,Microsoft Research Cambridge "Forza, Halo, Xbox Live The Magic of Research in Microsoft Products" http://research.microsoft.com/en-us/projects/drivatar/ukstudentday.pptx Microsoft Research Playing Machines: Machine Learning Applications in Computer Games http://research.microsoft.com/en-us/projects/mlgames2008/ Video Games and Artificial Intelligence http://research.microsoft.com/en-us/projects/ijcaiigames/ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
世界最高峰の遺伝的アルゴリズムを使ったゲーム （ＡＩをどうゲームに使うか、という手本のようなゲーム） （例）アストロノーカ 最初の世代 野菜 食べたい 最初はすぐに罠にかかるが、 新世代（５～世代後） だんだんと罠にかからないようになる MuuMuu, PlayStation®用ソフト「アストロノーカ」（Enix, 1998） http://dlgames.square-enix.com/jp/psga/2008/astronoka/ http://www.muumuu.com/product.html テレビゲームへの人工知能技術の利用 - 人工知能学会 https://www.ai-gakkai.or.jp/whatsai/PDF/article-iapp-7.pdf ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
集団の協調 Ｂ KS Enemy A Slot 2 Ａ Enemy B Slot 1 Enemy A Slot 2 2 3 1 4 Enemy B Slot 2 Enemy C Slot 1 5 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. Ｃ
Credit • Tao Feng is a trademark or registered trademark of Microsoft. • HALO is a trademark or registered trademark of Microsoft. • Left 4 Dead is a trademark or registered trademark of Valve software • Quake is a trademark or registered trademark of idSoftware. • Killzone is a trademark or registered trademark of Sony Computer Entertainment Europe. • Assassin’s Creed is a trademark or registered trademark of Epic Games. • Astronoka is a trademark or registered trademark of SQUARE ENIX. • All other trademarks are the property of their respective owners. ©2017 SQUARE ENIX CO., LTD. All Rights Reserved.
対談
キーワード: 人とゲームAIの向き合い方の未来 （「フィルタリング」か「コネクティングか」）
キーワード : メタAI (ドラマを作るAIとは？）
キーワード: 未来のゲーム(AI)は、 人々をどこに連れていくのか？
質疑応答
Thank you!