Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

【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

4,001 views

Published on

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

Published in: Technology
  • Be the first to comment

【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

  1. 1. 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 三宅 陽一郎 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 大野 功二
  2. 2. 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。
  3. 3. 本日の構成 10分ゲームデザインの現在・過去・未来 大野 功二 10分ゲームAIの現在・過去・未来 三宅 陽一郎 30分対談:ゲームの現在・過去・未来 三宅 陽一郎 大野 功二
  4. 4. 「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?
  5. 5. ゲームデザインといえば……? システムとかルールとか ゲーム メカニクス
  6. 6. ゲーム メカニクス 焦点をあわせる 【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 【ゲームの追加要素】 ・運 ・官能性(プレイの快感) アクション パズル リソース 運 官能性
  7. 7. この方法でゲームメカニクスを分類すると…… 格闘ゲーム 将棋 アクション パズル リソー ス 官能性 運 リソース 運 パズル アクショ ン 官能性
  8. 8. 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
  9. 9. ゲーム 視点を引いてみる ゲームを作る4要素 ・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 ゲーム メカニクス ハード ウェア プレイ スタイル ソフト ウェア
  10. 10. 現実世界 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 ゲーム プレイヤー 観客 観客 観客 プレイヤー 観客 観客 観客
  11. 11. 現実世界 もっと視点を引いてみる ゲームと人の関係性 ・プレイヤー ・観客 → プレイヤー ゲーム プレイヤー プレイ ヤー プレイ ヤー プレイ ヤー プレイヤー プレイ ヤー プレイ ヤー プレイ ヤー 観客 観客 観客 観客 観客 観客 観客 観客
  12. 12. では、「ゲームと人の関係性」は、 何が影響しているのか?
  13. 13. 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
  14. 14. 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 → 現実世界をメタ化(AR, MR,VR) (思考する都市・IOT)
  15. 15. 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
  16. 16. 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
  17. 17. あらゆるものはロボット化(ロボ化)する 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) 「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
  18. 18. 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!
  19. 19. 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
  20. 20. 「ドラえもん」が未来!?
  21. 21. 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!
  22. 22. 「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?
  23. 23. 三宅さん、どうぞ!
  24. 24. 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 miyakey@square-enix.com ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  25. 25. ゲームシステムの分散人工知能化 ナビゲーションAI キャラクターAI メタAI 環世界 アフォーダンス グループ/ チーム /群れ/社会 エージェント アーキテクチャ 意思決定 社会的振る舞い 進化 / 適応/ 学習 動的敵配置 コンテンツ自動生成 適応型動的 ペーシング 新しいゲームシステム 知識表現 ブラックボード コミュニケーション 自律型AI ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  26. 26. カリキュラム1 「ゲームAIの全体像」 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 知能化 人工知能 知性 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 AIの分化 分散人工知能 古典的 メタAI 現代的 メタAI 適応型 動的ペーシング ユーザー エクスペリエンス プロシー ジャル技術 「ゲームAIの全体像」 概念マップ 自律型 制御型 知識 思考 ナビゲー ションデータ A* 戦術 ポイント
  27. 27. 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) ゲームそのものをコントロールする人工知能。 キャラクターのブレイン(脳)として機能する人工知能。 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. メタAI キャラクターAI ナビゲーションAI
  28. 28. 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。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 空間の スケール 時間の スケール 局所・ 短時間 大局・ 時間 なし 大局・ 長時間 メタAI キャラクターAI ナビゲーションAI
  29. 29. レベル ナビゲーション AI メタAI キャラクター AI Support 敵キャラクタ- プレイヤー 頭脳として機能 情報獲得 コントロール 古典的 ゲーム構造 (AIと ゲームシステム が混沌) 分化 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.
  30. 30. このAIはどう組むか? 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。 プレイヤー キャラクター 岩 地面 池 A 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。 http://septieme-ciel.air-nifty.com/nikubanare/2007/08/post_3c38.html ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  31. 31. スクリプト Scripted AI から自律型AIへの変化 ゲームデザイナーの頭の中 ゲームデザイナーの頭の中 知識 思考 Scripted AI 自律型 AI (Autonomous AI) ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  32. 32. このAIはどう組むか? プレイヤー キャラクター 岩 地面 池 地形データ (Way Points) 、 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。 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.
  33. 33. このAIはどう組むか? プレイヤーからキャラクターが見えない位置に動く。 ナビゲーションAI 地形データ (Way Points) 地形データを用いた 思考 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  34. 34. 知能 思考知識 AIを作る ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 人間 地形データ (Way Points) 地形デー タを用いた 思考 オブジェク トデータ 意思決定 の思考 自分の 身体データ 身体運動 の ロジック
  35. 35. 知能 思考知識 AIを作る ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 人間 地形データ (Way Points) 地形デー タを用いた 思考 オブジェク トデータ 意思決定 の思考 自分の 身体データ 身体運動 の ロジック 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。
  36. 36. ゲーム全体の知能化 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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。
  37. 37. AIの分化 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ゲームシステム メタAI キャラクターAI ナビゲーション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。
  38. 38. ナビゲーション・データ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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) 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) 歩くこと ができる。 フリー素材屋Hoshino http://www.s-hoshino.com/
  39. 39. ネットワーク上のグラフ検索法 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ダイクストラ法 M F L B A S O P D C G S V H Q X K N J R T W E I U Z Y G 54 6 3 7 23 B C 3 G D E 3 2 24 L 3 3 5 5 J F 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。 各ノードの評価距離=出発点からの経路
  40. 40. ネットワーク上のグラフ検索法 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. A*法 M F L B A S O P D C G S V H Q X K N J R T W E I U Z Y G 54 6 3 7 23 B C 3 3 2 24 3 5 5 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。 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 ヒューリスティック距離 (普通ユークリッド距離を取る) 3+14.2 3+13.8 G H 3 5+10.5 6+8.4
  41. 41. FINAL FANTASY XIV の事例 ⓒ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。 FINAL FANTASY XIV ©2010 - 2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  42. 42. FINAL FANTASY XIV の事例 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. [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/
  43. 43. メタAIの歴史 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 1980 1990 2000 古典的メタAI 現代のメタAI キャラクターAI技術の発展 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。
  44. 44. (例)「ゼビウス」(ナムコ、1983) 敵出現テーブル巻き戻し ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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 -
  45. 45. 現代のメタAI ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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 レベル 動的生成 ユーザー
  46. 46. メタAI Left 4 Dead の事例 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html 今回は Left 4 Dead の事例を見てみる。
  47. 47. 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)。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
  48. 48. 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 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ユーザーの緊張度 実際の敵出現数 計算によって 求められた 理想的な敵出現数 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 より具体的なアルゴリズム
  49. 49. 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。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
  50. 50. まとめ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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。
  51. 51. 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.
  52. 52. Halo AI のアーキテクチャー イベント 状況解析 Jaime Griesemer(GDC 2002),The Illusion of Intelligence: The Integration of AI and Level Design in Halo http://www.bungie.net/Inside/publications.aspx 演出(セリフ) 最後はアクションを選択して、 モーションを作る。 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  53. 53. (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。 (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 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 知識表現データ 知識表現データ 知識表現データ 情報の受け渡し (例)私これは岩である。 左方向に動かすことができる。
  54. 54. 知識表現・世界表現 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 仮想世界の知性 =人工知能 WORLD 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? 仮想世界の知性 =人工知能 WORLD 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) 知識表現 (KR)
  55. 55. いろいろな知識表現 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 事実表現(信頼度表現) 意味ネットワーク 敵表現リスト 依存グラフ ルールベース表現 世界表現 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
  56. 56. いろいろな世界表現 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ナビメッシュ-ウェイポイント 階層表現 LOS マップ 戦術マップクラスタリング 敵配位マップ テリトリー表現 Tactical Point System Halo2Killzone Killzone2Halo Assassin’s Creed Left 4 Dead Alex J. Champandard, Remco Straatman, Tim Verweij, "On the AI Strategy for KILLZONE 2's Bots” http://aigamedev.com/open/coverage/killzone2/ Damian Isla,"Building a Better Battle: HALO 3 AI Objectives", http://halo.bungie.net/inside/publications.aspx Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference , http://www.valvesoftware.com/company/publications.html
  57. 57. 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.
  58. 58. 知識 表現知識 表現 知性を豊かにするには? ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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 世界 表現 知識表現・世界表現が思考の足場を与える。 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。 思考
  59. 59. 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 知性を豊かにするには? ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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 世界 表現世界 表現世界 表現世界 表現 知識表現・世界表現が思考の足場を与える。
  60. 60. 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 知性を豊かにするには? ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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 世界 表現世界 表現世界 表現世界 表現 思考 思考 思考 知識表現・世界表現が思考の足場を与える。
  61. 61. キャラクター エージェント アーキテクチャ 意思決定 反射型AI 非反射型AI ルールベースAI インフォメーション・フロー ステートベースAI ビヘイビア ベースAI ゴールベースAI タスクベースAI ユーティリティベー スAI 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) FSM (有限状態 マシン) BT (ビヘイビア ツリー) ⓒ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 知識表現 世界表現
  62. 62. 身体 キャラクターを表現する ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 世界 記憶五感 身体 言語 知識表 現型 センサー・ 物理 知識 生成 Knowledge Making 意思決定 Decision Making 運動 生成 Motion Making 身体・ 発話・ 情報 発信 エフェクター インフォメーション・フロー(情報回廊) 内部循環インフォメーション・フロー(情報回廊)
  63. 63. 知能のモデル化の方針(ポリシー) ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ステート(状態)ベースAI ゴール(目標)ベースAI ルール(規則)ベースAI ビヘイビア(振る舞い)ベースAI 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。 知能 … based AI ユーティリティ(効用)ベース AI 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。 Rule-based AI State-based AI Behavior-based AI Goal-based AI Utility-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。 タスク(仕事)ベース AI Task-based AI
  64. 64. キャラクター エージェント アーキテクチャ 意思決定 反射型AI 非反射型AI ルールベースAI インフォメーション・フロー ステートベースAI ビヘイビア ベースAI ゴールベースAI タスクベースAI ユーティリティベー スAI 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) FSM (有限状態 マシン) BT (ビヘイビア ツリー) ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 「キャラクターの作り方」 概念マップ
  65. 65. (例) ルール制御 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ID 0 : IF …. THEN … ID 1 : IF …. THEN … ID 3 : IF …. THEN …. ID 4 : IF …. THEN … ID .. : ID 5 : IF …. THEN … Priority: 3Priority: 1 Priority: 4 Priority: 5 Priority: 2 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。 Priority: - 制御 思考 ルール= IF ( 行動条件文 ) then (動作命令文)
  66. 66. (例) Quake HFSM ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 状態遷移図を用いる http://ai-depot.com/FiniteStateMachines/FSM-Practical.html
  67. 67. メソッド (=タスクの分解の仕方) 袋入 れる ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ブランチ 全色集める ブランチ 赤と青を集める ブランチ 赤と緑を集める 青拾う 赤拾う 緑拾う 袋入 れる 緑拾う 緑拾う 袋入 れる 赤拾う 青拾う 赤拾う青拾う 順序なしタスク 全順序タスク 局所的順序タスク 全色広場にある 広場には赤と緑の宝石がある 赤と青の宝石がある 原初タスク 回復薬を作る (タスク) 前提条件
  68. 68. プランニングのための知識 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. シンボル 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 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。 kSymbol_AtNode どのノードにいるか kSymbol_TargetIs AimingAtMe どのノードにいるか kSymbol_ WeaponArmed 武装しているか kSymbol_ WeaponLoaded 装填されているか kSymbol_Target IsSuppressed 威嚇されているか kSymbol_ UsingObject オブジェクトを 使っているか? kSymbol_ TargetIsDead 死んでいるか kSymbol_ RidingVehicle 乗り物に乗っているか kSymbol_AtNodeType どんなタイプのノードにいるか 20個のシンボルで世界を集約して表現する 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
  69. 69. 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 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. ターゲットAが 死んでいる ターゲットAが 死んでいる 攻撃 武器が装填 されている 武器が装填 されている 装填する 武器を 持っている 武器を 持っている 武器を拾う 条件なし プラナー プランニング
  70. 70. root バトル 撤退 休憩 攻撃 隠れる 逃走する 足止めする 立ち止まる 回復する トラップ 眠る 回復薬を飲む 弓を放つ 剣を振る 森に潜む 穴を掘る 建物に隠れる 攻撃魔法 氷系 風系プライオリティ プライオリティ シークエンス シークエンス ランダム プライオリティ ランダム プライオリティ ランダム ビヘイビア (末端ノード) 層 層 選択ルール 選択ルール ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  71. 71. 学習 強化学習 遺伝的 アルゴリズム 統計 学習 適応 進化 ニューラル ネットワーク 動的に変化するゲーム 集団個体 世界 プロシージャル・ コンテンツ・ ジェネレーション ⓒ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 データドリブン的アプローチプロシージャル的アプローチ
  72. 72. コミュニケーション ブラックボード アーキテクチャ 言語コミュニ ケーション 非言語コミュニ ケーション 場シンボル言語 ターゲッ ティング 評判 システム 協調 ⓒ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
  73. 73. キャラクターにおける学習の原理 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 行動の表現 結果の表現 意思決定 行動の表現 氷魔法 炎魔法 闇魔法 1.4 2.2 1.4 氷魔法 炎魔法 闇魔法 ダメージ: 80 ダメージ: 60 ダメージ: 60 (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
  74. 74. 強化学習 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 行動選択 =ポリシー (π) 環境(Env) 行動(a) 状態(S) 報酬 報酬 関数 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。
  75. 75. 強化学習(例) ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 強化学習 (例)格闘ゲーム キック パン チ 波動 R_0 : 報酬=ダメージ
  76. 76. 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.
  77. 77. 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 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 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/
  78. 78. (例)アストロノーカ ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved. 最初はすぐに罠にかかるが、 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 新世代(5~世代後)最初の世代 野菜 食べたい 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) 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
  79. 79. 1 2 3 4 5 KS A B C Enemy B Slot 2 Enemy C Slot 1 Enemy A Slot 2 Enemy B Slot 1 Enemy A Slot 2 集団の協調 ⓒ2017 SQUARE ENIX CO., LTD. All Rights Reserved.
  80. 80. 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.
  81. 81. 対談
  82. 82. 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」)
  83. 83. キーワード : メタAI (ドラマを作るAIとは?)
  84. 84. 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?
  85. 85. 質疑応答
  86. 86. Thank you!

×