Download to read offline
![Rogue (1980)のダンジョン生成法
Rect[0] Rect[0] Rect[1]
Rect[0]
Rect[1]
Rect[2] Rect[3]
このようにアセット（ゲームのデータ）をツールなどを通して製作するのではなく、
プログラムで作ることを「プロシージャル・コンテンツ・ジェネレーション」（PCG）と言う。
http://racanhack.sourceforge.jp/rhdoc/intromaze.html](https://image.slidesharecdn.com/sonywba201811310public-180113160054/75/x-SONY-x-WBA-72-2048.jpg)
More Related Content
Similar to シンギュラリティ大学 x SONY x WBA若手の会 講演資料
![[AI10] ゲームキャラクターのための人工知能と社会への応用 ～ FINAL FANTASY XV を事例として ～](https://cdn.slidesharecdn.com/ss_thumbnails/ai10-170628010423-thumbnail.jpg?width=640&height=640&fit=bounds)
シンギュラリティ大学 x SONY x WBA若手の会 講演資料
- 1. シンギュラリティとゲームAI技術 三宅 陽一郎 2018.1.13 シンギュラリティ大学 xSONY x WBA若手の会
- 2.
- 3. My Works (2004-2017) AIfor Game Titles Books
- 4. 本日の講演内容 • 第一章 人工知能とは •第二章 ゲームAIとは • 第三章 プロシージャルとは • 第四章 シンギュラリティとは • 第五章 人工知能の発展の方向とは
- 5. 本日の講演内容 • 第一章 人工知能とは •第二章 ゲームAIとは • 第三章 プロシージャルとは • 第四章 シンギュラリティとは • 第五章 人工知能の発展の方向とは
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14. この３００年の技術の動向 時間 規模 産業革命 情報革命 ネット革命 知能革命 機械化・自動化（オートメーション化） 電子情報化 オンライン化 知能化 第二次産業革命 電動化 1750 1860 19601990 Now… 現代は「知能化」の時代に 入りつつある。 第一次AIブーム 第二次AIブーム 第三次AIブーム
- 15. 人工知能ブーム 時間 規模 情報革命 ネット革命 知能革命 電子情報化 オンライン化 知能化 1960 1990 2000 第一次AIブーム第二次AIブーム 第三次AIブーム 1970 1980 2010
- 16.
- 17. 神経素子（ニューロン）とは？ 入力 入力 入力 出力 入力 この中にはイオン（電解,Na+,K+） 溶液が入っていて、入力によって電圧が 高まると出力する仕組みになっています。 100mVぐらい ニューラルネットワーク内シグナル伝達スピード 100(m/sec) …案外遅い http://www.brain.riken.go.jp/jp/aware/neurons.html
- 18.
- 19. 人工知能がブームになるとき 時間 規模 1960 1990 2000 第一次AIブーム第二次AIブーム 第三次AIブーム 1970 1980 2010 ニューラルネットによる人工知能は、 浮き沈みが激しい。
- 20. 人工知能がブームになるとき 時間 規模 1960 1990 2000 第一次AIブーム第二次AIブーム 第三次AIブーム 1970 1980 2010 ニューラルネットによる人工知能は、浮き沈みが激しい。 ＝ しかし、人工知能がブームになる時は、 必ず改良されたニューラルネットワークが現れる。
- 21.
- 22. 2 第１次AIブーム 時間 規模 情報革命 ネット革命 知能革命 電子情報化 オンライン化 知能化 1960 19902000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010
- 23. 2 第一次ＡＩブーム（1960年代） • コンピューターは大型のものしかない。 •人工知能という分野自体が誕生したばかり。 • ニューラルネットという新しい分野のブーム。 １９世紀後半 人間の脳は ニューロンという もので出来てい るらしい ２０世紀前半 ニューロンの 電気的性質が 解明される （ホジキン博士、 ハクスレー博士） 1950年代に ニューラルネット 発明 1963年に ホジキン＝ハク スレー方程式が ノーベル賞
- 24. 2 第一次ＡＩブーム（1960年代） もし Aならば B もし B ならば C よって、 もし A ならば C シンボルによる人工知能 （記号主義） ニューラルネットによる人工知能 （コネクショニズム） 推論ベース ニューラルネット 誕生
- 25. 3 第二次ＡＩブーム（1980年代） • パソコンが普及して行く。 •ルールを集めて知能を作ろう。 • 逆伝播法によるニューラルネットのブーム。 パソコンが 世の中で 普及して行く 知識主義 ＝ たくさんの知識 を人工知能に 与えて推論 すれば知能が できる インターネット もなく、知識 が足りない。 推論も専門的 な機能のみ。
- 26. 3 第二次ＡＩブーム（1980年代） IF （A）then B IF （C） then D IF （E） then F IF （G） then H IF （ I ） then J シンボルによる人工知能 （記号主義） ニューラルネットによる人工知能 （コネクショニズム） ルールベース 新しい学習法＝ 逆伝搬法
- 27. 3 第二次ＡＩブーム（1980年代） 0 00 【逆伝播法】 ここが１になるように、 結合の強さを、 さかのぼって変えて行く。
- 28. 4 第三次ＡＩブーム（2010年代） • インターネットが普及して行く。 •インターネットで蓄積されたデータを学習させて 知能を作ろう。 • 改善されたニューラルネットのブーム。 インターネット が世の中で 普及して行く データ 学習主義 ＝ たくさんのデー タを人工知能 に学習させる 現在、進行中
- 29.
- 30. インターネットによる 膨大なデータ 4 第三次ＡＩブーム（2010年代） 時間 規模 1960 19902000 第一次AIブーム 第二次AIブーム 第三次AIブーム 1970 1980 2010 ルールベース 逆伝播法 データベース ディープ ラーニング 推論ベース ニューラル ネット誕生 小型・中型 コンピュータの普及 大型コンピュータ 専門家のみのブーム
- 31. 本日の講演内容 • 第一章 人工知能とは •第二章 ゲームAIとは • 第三章 プロシージャルとは • 第四章 シンギュラリティとは • 第五章 人工知能の発展の方向とは
- 32.
- 33. 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 ゲームも知能化の時代を迎えようとしている。 では「ゲームの知能化」とはどういうことだろうか？ それを見ていこう。 ©2017 SQUARE ENIXCO., LTD. All Rights Reserved.
- 34. ＡＩの分化 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。 ©2017 SQUAREENIX CO., LTD. All Rights Reserved.
- 35.
- 36. レベル ナビゲーション AI メタAI キャラクター AI エージェントを動的に配置 レベル状況を監視 エージェントに指示 ゲームの流れを作る 自律的な判断 仲間同士の協調 時にチームＡＩとなる メタAI, キャラクターAIの為に レベルの認識のためのデータを準備 オブジェクト表現を管理 ナビゲーション・データの管理 パス検索 /位置解析 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 http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/ ３つのＡＩの連携の例
- 37.
- 38.
- 39. 意思決定モデル ©2017 SQUARE ENIXCO., 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 意思決定というものは非常に高度で複雑なプロセスです。 でも、ゲームで用いるいくつかの簡易モデルが存在します。 シミュレーションベース AI ユーティリティ（効用）ベース AI 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 意思決定 Simulation-based AI
- 40. 3. ルールAIシステム • ルールAI ©2017SQUARE ENIX CO., LTD. All Rights Reserved. ベヒモスの ルール
- 41. 意思決定モデル ©2017 SQUARE ENIXCO., LTD. All Rights Reserved. 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 意思決定というものは非常に高度で複雑なプロセスです。 でも、ゲームで用いるいくつかの簡易モデルが存在します。 シミュレーションベース AI ユーティリティ（効用）ベース AI 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 意思決定 Simulation-based AI ステート（状態）ベースAI
- 42. 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 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 Jeff Orkins, ThreeStates and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 43. 計画を立てるＡＩ/計画を変更するＡＩ Jeff Orkins, ThreeStates and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 44.
- 45.
- 46.
- 47.
- 48.
- 49.
- 50.
- 51.
- 52.
- 53.
- 54.
- 55. 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/
- 56. レベル ナビゲーション AI メタAI キャラクター AI エージェントを動的に配置 レベル状況を監視 エージェントに指示 ゲームの流れを作る 自律的な判断 仲間同士の協調 時にチームＡＩとなる メタAI, キャラクターAIの為に レベルの認識のためのデータを準備 オブジェクト表現を管理 ナビゲーション・データの管理 パス検索 /位置解析 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 http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/ ３つのＡＩの連携の例
- 57. ©2017 SQUARE ENIXCO., LTD. All Rights Reserved. ネットワーク上のグラフ検索法 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
- 58. パス検索とは 現在の地点から指定したポイントへの経路を、 リアルタイムで計算して導く技術。 RTS - PathfindingA* https://www.youtube.com/watch?v=95aHGzzNCY8
- 59. Counter Strike: PathFollowing (デモ) The Official Counter-Strike Bot http://aigamedev.com/insider/presentation/official-counter-strike-bot/
- 60. レベル ナビゲーション AI メタAI キャラクター AI エージェントを動的に配置 レベル状況を監視 エージェントに指示 ゲームの流れを作る 自律的な判断 仲間同士の協調 時にチームＡＩとなる メタAI, キャラクターAIの為に レベルの認識のためのデータを準備 オブジェクト表現を管理 ナビゲーション・データの管理 パス検索 /位置解析 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 http://dear-croa.d.dooo.jp/download/illust.html http://www.anne-box.com/ ３つのＡＩの連携の例
- 61.
- 62. （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 － ゼビウス
- 63.
- 64. メタＡＩ Left 4Dead の事例 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。
- 65. 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 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
- 66. メタAIが作用を行う領域 (AAS=Active Area Set) MichaelBooth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 67. 安全な領域までの道のり(Flow Distance) メタＡＩはプレイヤー群の経路を トレースし予測する。 - どこへ来るか -どこが背面になるか - どこに向かうか Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html
- 68.
- 69. 本日の講演内容 • 第一章 人工知能とは •第二章 ゲームAIとは • 第三章 プロシージャルとは • 第四章 シンギュラリティとは • 第五章 人工知能の発展の方向とは
- 70.
- 71.
- 72. Rogue (1980)のダンジョン生成法 Rect[0] Rect[0]Rect[1] Rect[0] Rect[1] Rect[2] Rect[3] このようにアセット（ゲームのデータ）をツールなどを通して製作するのではなく、 プログラムで作ることを「プロシージャル・コンテンツ・ジェネレーション」（PCG）と言う。 http://racanhack.sourceforge.jp/rhdoc/intromaze.html
- 73.
- 74.
- 75.
- 76.
- 77. NO MAN’S SKY(Hello Games, 2016) http://www.no-mans-sky.com/ 宇宙、星系、太陽系、惑星を自動生成する。
- 78.
- 79. FarCry2 (Dunia Engine) デモ 草原自動生成 時間システム 樹木自動生成 動的天候システム 動的天候システム http://www.farcry2-hq.com/downloads,18,dunia-engine-nr1.htm
- 80. 本日の講演内容 • 第一章 人工知能とは •第二章 ゲームAIとは • 第三章 プロシージャルとは • 第四章 シンギュラリティとは • 第五章 人工知能の発展の方向とは
- 81.
- 82.
- 83.
- 84.
- 85.
- 86.
- 87.
- 88.
- 89.
- 90.
- 91.
- 92.
- 93.
- 94.
- 95.
- 96.
- 97.
- 98.
- 99. デジタルの海 要素を集めて積み重ね、構築的に 人工知能を作る ＝ 西欧的人工知能 デジタルの海 人工知能 電子の海から人工知能を見つけ掘り出す ＝東洋的人工知能 積み重 ねる 掘り 出す 掘り 出す 積み重 ねる 人工知能
- 100. 本日の講演内容 • 第一章 人工知能とは •第二章 ゲームAIとは • 第三章 プロシージャルとは • 第四章 シンギュラリティとは • 第五章 人工知能の発展の方向とは
- 101.
- 102. この３００年の技術の動向 時間 規模 産業革 命 情報革 命 ネット革 命 知能革 命 機械化・自動化（オートメーション化） 電子情報化 オンライン化 知能化 第二次産業革 命 電動化 1750 1860 19601990 Now… 現代は「知能化」の時代に 入りつつある。
- 103.
- 104.
- 105. 知能化 • 工場 →（知能化） → オートスケジューリング • 配送 → （知能化） → 自動分配・自動配送 • 車 → （知能化） → 自動走行・ＩＴＳ • 家電 → （知能化） → コミュニケーション家電（ルンバなど） • インターネット → （知能化） → Web.4.0 (GoogleのDeep Learning など) • TV → （知能化） → キーワード・趣向による自動録画 • 注文サービス → （知能化） → 自動受付・自動サービス 社会の隅々にまで、知的機能がインプリメント（実装）される。 知能化
- 106.
- 107.
- 108.
- 109.
- 110. 人間の知能の形/人工知能の 知能の形 AlphaGO ＝囲碁しか打てない ＝人間より強い ナビ ＝目的地へのルート ＝ とても正確 お掃除ロボット ＝お掃除しかできない ＝ 24時間掃除 IBMワトソン ＝記号の統計情報しかない ＝何百万行のテキストの関係を記憶 お料理ロボット ＝お料理しかできない ＝何万と言うレシピ 人工知能＝専門的知能 一つのことしかできない。
- 111.
- 112.
- 113.
- 114.
- 115.
- 116.
- 117.
- 118.
- 119.
- 120.
- 121.
- 122.
- 123.
- 124.
- 125.