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.

人工知能は人狼の夢を見るか~人狼知能セミナー20141119

6,475 views

Published on

人狼知能セミナー用資料です.
人狼知能プロジェクトの概要が説明されています.
人狼知能作成方法の詳細は下記の資料をご覧ください.

人狼知能プロジェクト・プロトコル解説
http://www.slideshare.net/HirotakaOsawa/ss-42049489
人狼知能エージェント作成方法
http://www.slideshare.net/kengo009/ss-42039883

Published in: Engineering
  • Be the first to comment

人工知能は人狼の夢を見るか~人狼知能セミナー20141119

  1. 1. 人工知能は人狼の夢を見るか? ~人狼知能プロジェクト~ 鳥海不二夫,梶原健吾,稲葉通将 大澤博隆,片上大輔,篠田孝祐 人狼知能セミナー 2014/11/18
  2. 2. 恐ろしい夜がやってきました •この村には,人間の姿に化けられる人喰い人 狼が潜んでいる •人狼は人間と同じ姿をしており,昼間には区 別がつかず,夜になると村人たちを一人ずつ 襲っていく •村人たちは疑心暗鬼になりながら,話し合い によって人狼と思われる人物を1人ずつ処刑 していくことにした・・・ 「汝は人狼なりや」カバーストーリー
  3. 3. コンピュータvs人間の歴史 •1997年チェス –ディープブルーがチェスチャンピオンに勝利 •2013年将棋 –コンピュータがプロ棋士に勝利 •2050年サッカー –ロボットによるチームが ワールドカップ優勝チームに勝利(予定)
  4. 4. コンピュータvs人間の歴史 •2001年 –HAL9000の反乱 •2004年 –SkyNetによる核戦争勃発 •2005年 –ステルス戦闘機「F/A-37タロン」の暴走 •2050年 –MATRIXによる人類支配
  5. 5. 完全ゲームvs不完全ゲーム •完全情報ゲーム –お互いの情報が完全に与えられているゲーム –将棋,囲碁,チェスなど –すでにコンピュータが人間を上回るものが多い •不完全情報ゲーム –ゲーム情報が完全には与えられていないゲーム –推論の対象が多岐にわたる –定型的な研究の場は少ない
  6. 6. 人狼知能プロジェクト •「人間と自然なコミュニケーションを取りながら 人狼をプレイできるエージェントの構築」 –より高度な知能の創出 –より高度なコミュニケーションの実現 新しいエージェントの 標準問題として
  7. 7. 人狼とは(1/3) •村人に隠れた人狼を見つけ出す •人間13人vs人狼3匹 •勝利条件 –村人陣営:人狼を全員処刑する –人狼陣営:村人陣営の数を人狼以下にする •与えられる情報 –村人には自分の役のみ(誰が人狼であるかは不 明) –人狼陣営には誰が人狼の情報 11
  8. 8. 人狼とは(2/3) •誰が人狼かを一定時間の対話で推測 •各ターンごとに以下の行動が可能 –全体:人狼と疑わしいプレイヤー1人を追放 –人狼:毎晩一人村人を襲撃(ゲームから脱落) •村人:会話をヒントに人狼を追放 •人狼:追放されないように村人 のフリをする
  9. 9. 人狼とは(3/3) •プレイヤー役職(能力) –村人:能力無し –占い師:毎ターン一人のプレイヤーが人狼かどうか 知ることが出来る –霊媒師:前回追放したプレイヤーが人狼かどうか知 ることが出来る –狩人:毎ターン一人を人狼の襲撃から守る –人狼:毎ターン誰かを襲撃できる –狂人:能力は無いが,人狼陣営に所属 •能力を駆使して所属する陣営を勝利させる 13
  10. 10. 対面人狼・オンライン人狼 カード型人狼:パーティゲーム •一試合十数分程度 –短い会話で嘘がつけるか •顔が見える環境での競争 –相手の性格や反応を見る •狼同士の会話はジェスチャ オンライン型人狼:言語ゲーム •一試合数日間 –熟慮した発言が可能 •キャラクターによる匿名化 –性別や見た目の影響排除 •狼同士の会話を平衡で行う –コミュニケーションミスの排除
  11. 11. 不完全情報ゲームとしての人狼 •人狼のゲーム性 –場に与えられた情報の非対称性 •人狼は村人より多くの情報を持つ –説得・協調 •相手に情報を与えて信頼を得る –思考の多段階の予測 •自分がこう思っていると相手が思っているだろう •コンピュータと人の対戦自体にまだ壁が存在 –思考だけでは無い様々な課題
  12. 12. 人狼ゲームの特徴 1. 客観視点での情報不確定性 – 完全情報ゲームとの違い
  13. 13. 人狼ゲームの特徴 2. 推理:他者の意図のモデル化 – 文脈からの真偽の判断 – 重み付けは各プレイヤーが行う
  14. 14. 人狼ゲームの特徴 3. 説得:他者から見た 自己のモデル化
  15. 15. 人狼知能実現のための課題 •エージェントの対話プロトコル設計 •推論と思考 –モデル化した行動(自分は占い師と名乗る,誰々は人狼 だと思うと指摘する,など)の思考 –他人の行動の理解 –戦略の構築(強化学習,データ分析) •自然言語処理 –プロトコル上の行動の自然言語化,自然言語の理解 •ヒューマン・エージェント・インタラクション(HAI) –エージェントインターフェースの実装 –映像や音声による表現 •エージェント同士を競わせるプラットフォームの開発
  16. 16. 人狼知能実現のための課題 •エージェントの対話プロトコル設計 •推論と思考 –モデル化した行動(自分は占い師と名乗る,誰々は人狼 だと思うと指摘する,など)の思考 –他人の行動の理解 –戦略の構築(強化学習,データ分析) •自然言語処理 –プロトコル上の行動の自然言語化,自然言語の理解 •ヒューマン・エージェント・インタラクション(HAI) –エージェントインターフェースの実装 –映像や音声による表現 •エージェント同士を競わせるプラットフォームの開発
  17. 17. 人狼対戦サーバ •人狼知能をエージェントとして互いに対戦可 能なサーバ •将来的には人間との対戦も実現 人狼サーバ 人狼プロ トコル 人狼 プロトコル 翻訳 モジュール 自然言語 感情表現 モジュール 人狼 プロトコル 表情
  18. 18. 人工知能は人狼を夢を見るか •人工知能エージェントによる人狼の対戦 –人工知能は人狼をプレイ可能か –人工知能は人狼を学習可能か •提案プロトコル・サーバを用いて確認 –村人陣営,人狼陣営双方のエージェントを作成 –お互いを対戦させ,学習を行う –最終的に得られた戦略を評価
  19. 19. シンプルな人狼のモデル化 •人狼のシンプル化 –発話:特に必要な発話のみ •役職のカミングアウト •能力によって得られた情報の共有 •疑っている対象の報告 –疑い度:プレイヤーの状態から人狼らしさを推測 •Q学習を用いて戦略を学習 34 Q ? !
  20. 20. 学習内容 •襲撃,処刑等の対象選択方法 •発話内容 •人狼側が嘘をついて装う役職 •プレイヤーの疑い度 35
  21. 21. 人狼・学習無 人狼・学習有 人間・学習無 38.6% 22.3% 人間・学習有 52.9% 36.4% 結果(1/3) •学習の有無による人間側の勝率の変化 戦略の学習によって 勝率の向上が得られた 36
  22. 22. 結果(2/3) •人狼側の戦略ごとの人間側の勝率の変化 •実データと比較して高い相関(0.766) →人間に近い戦略の学習に成功 37
  23. 23. 結果(3/3) •上級者が用いる手法の発見 –生き残り人数が5人の時、襲撃における最適戦略 ↓ “誰も襲わない” 高度な戦略の学習が可能であることを発見 38
  24. 24. 人狼知能を作ろう •今日の目標 –人狼知能エージェントを作ってみよう –自分の作った人狼知能と対戦してみよう –他の人が作ったエージェントと競ってみよう •今後の予定 –10:15 -11:00: ルール・プロトコル説明とインストール –11:15 -12:00: サンプルエージェント説明 –13:00 -:エージェント作成 –16:00-: 大会の開催

×