ゲームエンジンの知能化のためのソフトウェアデザイン

ゲームエンジンの知能化のための
ソフトウェアデザイン
三宅陽一郎 @miyayou
（日本デジタルゲーム学会）
2018.9.1
https://www.facebook.com/youichiro.miyake
http://www.slideshare.net/youichiromiyake
y.m.4160@gmail.com
予稿集 http://digrajapan.org/?wpdmact=process&did=NTAuaG90bGluaw
前回の発表 https://www.slideshare.net/youichiromiyake/ss-89419731

ゲームエンジン世代
ゲームエンジン第１世代フレームワーク
ゲームエンジン第０世代ライブラリ群
ゲームエンジン第２世代統合エンジン
ゲームエンジン第３世代統合開発環境
？
１９９９
１９９５
２００７
２０１０
現在

現在の段階
コンセプト
設計
プロトタイプ実装テスト

ゲームエンジンとは
（最低限）ゲームランタイム部分を生成する仕組み
ゲーム
エンジン部
コードアセット
ゲーム

＋ゲーム開発環境（ツール、エディター、管理ツール）まで含む
ゲーム
エンジンランタイム部
ゲーム
ゲーム
エンジン開発環境部
開発ツール群
（市販のツールと混合）
ゲーム開発環境

ゲーム
ゲーム
ゲーム
開発ツール群
開発

ゲーム
ゲーム
ゲーム
開発ツール群
開発
ゲームエンジン

背景
（１）大規模、小規模なゲーム開発にかかわらず、また商業、イン
ディーズを問わず、ゲームエンジンの上で開発がされることが通常化し
ている．（Ex.）Unity3D, Unreal Engine 4
（２）ゲーム会社がオリジナルのゲームエンジンが作る場合もあれば、
市販のゲームエンジンも圧倒的なシェアを伸ばしている。
今給黎隆(2016) ゲームエンジンの歴史概要日本デジタルゲーム学会大会予稿集 pp. 87-90.
（３）ゲームエンジンの歴史、設計についても研究が進められている
ジェイソン・グレゴリー(2015) ゲームエンジン・アーキテクチャ SBクリエイティブ
三宅陽一郎(2016) タスクシステムの起源について日本デジタルゲーム学会大会予稿集 pp. 83-86.

背景
（４）開発ワークフローにおいて人工知能を導入する例、たとえば品質
管理に人工知能を導入する例などは少しずつ増えている．
ROBERT MASELLA (2017) AUTOMATED TESTING FOR MULTIPLAYER GAME-AI IN SEA OF
THIEVES, GAME AI NORTH 2017 http://gameainorth.com/2017/#talk3
（５）ゲームエンジンに直接、人工知能の導入する事例は少ない．
本発表では、ゲームエンジンに人工知能を導入するとはどのようなこ
とかを理論的な設計案を提示する．
設計案に基づいたソフトウェア設計を提示する
ソフトウェア設計に基づいて実装する

これからのゲームエンジンが解決すべき課題
• ゲームエンジン自体は進化している。機能、安定性。
• ゲームエンジンなしの開発に比べて圧倒的に負荷が軽減されたものの、
しかしゲーム開発を使う人間の側の負担は未だに大きい部分がある。ま
たこれまで含まれていなかった問題もある
• 解決に課題
膨大なアセット管理
ゲームデバッグ・安定性の確立
開発工程管理
ゲーム開発状況の把握

ゲームエンジンの人工知能を導入する意義
ゲーム開発の情報のすべてはゲームエンジン上にある
ゲームエンジンにゲーム開発状況を認識させたい
ゲーム開発マネージメント・品質保証を人工知能にさせたい

開発会社システム詳細参照
Ubi
2018
Assassin’s Creed Origin の
レベルアセット自動検証
スクリプトによるオブジェクト同士の干渉テスト
キャラクターの生成ポイントと配置オブジェクトの干渉テ
スト / スクリプトによるテスト
‘Assassin’s Creed Origins‘: Monitoring and Validation of World Design Data
Nicholas Routhier Ubisoft Montreal
http://www.gdcvault.com/play/1025054/-Assassin-s-Creed-Origins
Guerrilla
2018
Horizon Zero Down の自動プレ
イ
毎晩、自動的にAIキャラクターがゲームをプレイ ‘Horizon Zero Dawn’: A QA Open World Case Study Ana Barbuta
https://www.gdcvault.com/play/1025326/-Horizon-Zero-Dawn-A
EA
2018
Battlefield1における模倣学習
による自動プレイ
模倣学習によるキャラクターがゲーム内で戦い合う https://www.ea.com/seed/news/seed-imitation-learning-concurrent-
actions
https://www.ea.com/seed/news/self-learning-agents-play-bf1
SEGA
2018
「龍が如く」～「北斗が如く」にお
ける自動プレイ
ログからの自動リプレイシステム無料で始める！「龍が如く」を面白くするための高速デバッグログ分析と
自動化https://cedil.cesa.or.jp/cedil_sessions/view/1621
RARE
2017
Thief における Unreal Engine 上
のキャラクタービヘイビアの自
動テスト
テストがクエリーの形でリスト化されて、毎晩テストされる AUTOMATED TESTING FOR MULTIPLAYER GAME-AI IN SEA OF THIEVES
ROBERT MASELLA
RARE — MICROSOFT GAME STUDIOS
http://gameainorth.com/2017/
DELiGHT WORKS
2017
Fate/Grand Orderにおける自動
リプレイ
サーバーを経由したログの収集とコマンド関数列の再現 Fate/Grand Orderにおける自動リプレイを用いたQA改善への挑戦
http://cedil.cesa.or.jp/cedil_sessions/view/1716
DeNA
2017
「逆転オセロニア」における自動
ゲームプレイ
強化学習を用いて機械学習させる DeNA TechCon2018 ゲーム体験を支えるための強化学習
https://www.slideshare.net/juneokumura/dena-techcon2018
SQUARE ENIX
2017
「グリムノーツ」における自動
ゲームバランス
遺伝的アルゴリズムを用いてプレイヤーAI群を進化させ
てゲームバランスを調査する
遺伝的アルゴリズムによる人工知能を用いたゲームバランス調整
http://cedil.cesa.or.jp/cedil_sessions/view/1655
DeNA
2016
「FINAL FANTASY Record Keeper」
における自動プレイ
ニューロエボリューションによるプレイヤーAIの作成 AIによるゲームアプリ運用の課題解決へのアプローチ
https://cedil.cesa.or.jp/cedil_sessions/view/1511
強化学習を利用した自律型GameAIの取り組み ~高速自動プレイによる
ステージ設計支援
©2018 SQUARE ENIX CO., LTD. All Rights Reserved.

ゲームの中、ゲームの外
ゲーム周辺AI
（外＝開発、現実）
ゲームAI
（中＝コンテンツ）
メタAI
キャラクター
AI
ナビゲーション
AI
開発支援
AI
QA-AI
自動バランス
AI
インターフェース
上のAI
データ
マイニング
シミュレーショ
ン技術ゲーム
可視化
ユーザーの
生体信号
プロシー
ジャルAI

ゲームの中、ゲームの外
ゲーム周辺AI
（外＝開発、現実）
ゲームAI
（中＝コンテンツ）
メタAI
キャラクター
AI
ナビゲーション
AI
開発支援
AI
QA-AI
自動バランス
AI
上のAI
データ
マイニング
シミュレーショ
ン技術ゲーム
可視化
ユーザーの
生体信号
プロシー
ジャルAI
ゲームの
中の
人工知能
開発工程
まで含む
人工知能

ゲームエンジンの人工知能化
ゲーム
エンジン
人使う
これまで：人がゲームエンジンを使う

ゲームエンジンの人工知能化
ゲーム
エンジン
（人工知能）
人使う
これから：ゲームエンジンが人を使ってゲームを完成させる
ゲームエンジンがゲームを知っている

ゲームエンジン・
エージェント部
開発者
開発者
開発者
開発者
ゲーム
エンジン部
報告監視
コミッ
ト
コミッ
ト
ゲームエンジ
ンAI概略図

ゲームエンジン・
エージェント部
開発者
開発者
開発者
開発者
ゲーム
エンジン部
報告監視
コミッ
ト
コミッ
ト
ゲームエンジ
ンAI概略図
開発工程など管理
ゲーム部分

（１）ゲームを認識できる
（２）ゲーム開発状況を認識できる。
（３）ゲームの開発案件を理解できる
（仕様、データアセットリスト、ルール）
（４）ゲーム開発をマネージメントできる。
（５）ゲーム全体の可視化
ゲームエンジンの人工知能化に求められる
要件
抽象的な認識能力
管理能力
人間のため、自分（AI)のため

（１）ゲームを理解できる
（２）ゲーム開発状況を認識できる。
コード、アセットのスケジュールと理解・評価
（３）ゲームの開発案件を理解できる
（仕様、データアセットリスト、ルール）
ゲーム開発全体の知識表現
（４）ゲーム開発をマネージメントできる。
開発者の役割の定義、チャットの監視、
プランニング、スケジューリング、タスク管理
テキストマイニングによる開発状況の把握
（５）ゲーム開発全体の可視化
ソーシャルグラフ、議事録の自動作成、
ゲームエンジンの人工知能化に求められる
要件

ゲームエンジンに求められる人工知能技術
開発者
アセット
プログラム
コンテンツ
各レイヤー
の認識
開発者の進捗、仕事のログ
⇒開発進捗
ゲームの完成度
⇒アセットの質、プログラム
アセット・プログラム進捗
ゲームコンテンツの把握
⇒ゲームの質、完成度

先行研究
• [1] 三宅陽一郎(2016) タスクシステムの起源について、日本デ
ジタルゲーム学会大会予稿集 pp. 83-86.
• [2] 今給黎隆(2016) ゲームエンジンの歴史概要日本デジタル
ゲーム学会大会予稿集 pp. 87-90.
• [3] ROBERT MASELLA (2017) AUTOMATED TESTING FOR
MULTIPLAYER GAME-AI IN SEA OF THIEVES, GAME AI
NORTH 2017 http://gameainorth.com/2017/#talk3
• [4] 三宅陽一郎(2018) ゲームエンジンの知能化の設計－ゲーム
エンジンにおける人工知能の導入－日本デジタルゲーム学会大
会予稿集 pp. 47-50

ゲームエンジンの知能化
ゲームエンジンを人工知能化することには、二つの側面がある。
(1) ゲームエンジンそのものが人工知能になる
(2) ゲームエンジンが知的機能を持つ

自律型人工知能としての

メタ・ゲームエンジン
通常のゲームエンジン
ゲーム本体
ゲーム開発者
ゲームエンジン概念＜階層図＞

メタ・ゲームエンジン
通常のゲームエンジン
ゲーム本体
ゲーム開発者
ゲームエンジン概念＜階層図＞
(1) ゲームエンジンそのものが人工知能になる

自律型人工知能としてのゲームエンジン
ゲーム開発状態
エフェクターセンサー
ゲーム本体ゲーム開発者

認識の
形成
意思の
決定
エフェクター
作用の
構成
センサー
記憶

エージェント・アーキテクチャ
ゲームのデータ、プログラムの状態。ユーザの状態。プロジェ
クト全体の進捗状態など。
認識
修正指示を出すか、進捗を促すか、ゲームの内側から開発
者に向けて問題点を決定し、指示を出す、会話する。或いはゲーム
を自動的に起動してテストする、など、自己診断を行う決定をする
指示を開発者に伝える、適切な命令をゲーム本体に伝える、会話する
行動
意思決定

ゲームエンジンに求められる人工知能技術
開発者
アセット
プログラム
コンテンツ
各レイヤー
の認識
開発者の進捗、仕事のログ
⇒開発進捗
ゲームの完成度
⇒アセットの質、アセット進捗
ゲームコンテンツの把握、ゲーム仕様
の理解 ⇒ゲームの質、完成度
従来のゲームAI技術
（キャラクター、メタAI技術）

認識の
形成
意思の
決定
エフェクター
作用の
構成
センサー
記憶
開発者
アセット・
プログラム
コンテンツ
開発者
アセット・
プログラム
コンテンツ

ゲームエンジンのセンサー

センサー
知的機能
モジュール
ゲーム
世界
知識
表現
認識の
形成
知的機能
モジュール
知的機能
モジュール
知識
表現
知識
表現
モジュール型アーキテクチャ

センサー
知的機能
モジュール
ゲーム
世界
知識
表現
認識の
形成
知的機能
モジュール
知的機能
モジュール
知識
表現
知識
表現
モジュール型アーキテクチャ
開発者
アセット・
プログラム
コンテンツ

センサー ⇔ 知識表現
• ゲームそのものの知識表現
• 開発者を定義する知識表現
• ゲームの開発進捗を定義する知識表現

ゲームエンジンの認識

ゲームエンジンAIによる
開発者マネージメント
開発者開発者開発者開発者開発者開発者開発者
ディレクター
エージェント
AI
エージェント
AI
エージェント
AI
開発者

ゲームエンジンAIによる
開発者マネージメント
開発者開発者開発者開発者開発者開発者開発者
ディレクター
AIマネージメント
エージェント
AI
エージェント
AI
エージェント
AI
開発者

開発者
A
開発者
C
開発者
F
開発者D
開発者
B
開発者
G開発者
E
ゲームエンジンAIによるアセット・アクセス解析
データ１
データ２
開発者

開発者
A
開発者
C
開発者
F
開発者D
開発者
B
開発者
G開発者
E
ゲームエンジンAIによるアセット・アクセス解析
データ１
データ２
自動更新
開発者

開発者
D 開発者
A
開発者
G
開発者
E
開発者
F
開発者
Q
開発
者
F
開発者
B
開発者
C
ゲームエンジンAIが生成する開発者（開発者）
ソーシャルグラフ
開発者

開発者
D 開発者
A
開発者
G
開発者
E
開発者
F
開発者
Q
開発
者
F
開発者
B
開発者
C
ゲームエンジンAIが生成する開発者（開発者）
ソーシャルグラフ
自動更新
開発者

root
キャラクターオブジェクト地形
A B C L M X
実
データ
実
データ
実
データ
実
データ
実
データ
実
データ
階層
アセット・
プログラム

ゲームエンジンAIによるアセット間の相互関係解析
アセット群（CG、サウンド、コード）
アセット・
プログラム

アセットの生成率
総テクスチャ数
キャラクター生成率
各ステージ達成率
モンスターダン
ジョン
魔法
昼ごはん回復
雪
開発者チャットに頻発する言葉

アセットの生成率
総テクスチャ数
キャラクター生成率
各ステージ達成率
モンスターダン
ジョン
魔法
昼ごはん回復
雪
開発者チャットに頻発する言葉
ゲームエンジンAI
データ解析

ゲームエンジンのアクション

ゲームエンジンのアクション（エフェクタ）
コミュニケーション手法技術
キャラクターAI,メタAIを通じてシミュレーション、動作テスト
クエリー、管理インターフェー
スを通じて
データ、プログラム
メッセージングを通じて自然言語エンジン
開発者
アセット・
プログラム
コンテンツ

クラス知的機能クラス
0…* has
知識表現クラス
1
1
has
sensor
クラス設計

クラス
クエリークラス
instance クエリー
インスタンス
0…* has
オブジェクト
クラス
has
地形クラス
キャラクター
クラス
ゲーム
クラス
Effector
Is a
Is a
Is a

クラス
クエリー
クラス
0…* hasオブジェクト
クラス
has
地形クラス
キャラクター
クラス
ゲーム
クラス
Effector
Is a
Is a
Is a
has
ゲーム開発者
クラス

今後の課題
• 実装・評価→本大会で発表
• コンセプト・設計段階から、プロトタイプ作成による実証
• 共同研究者を募集現在：開発者一人（三宅）＋オブザーバー
• メタAIとの接続の研究
• 品質保証（QA）への応用
• 特許

ゲームエンジンの知能化のためのソフトウェアデザイン

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to ゲームエンジンの知能化のためのソフトウェアデザイン

Similar to ゲームエンジンの知能化のためのソフトウェアデザイン (20)

More from Youichiro Miyake

More from Youichiro Miyake (20)

ゲームエンジンの知能化のためのソフトウェアデザイン