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.

ゲームAI開発最前線 ~『ゲームAI技術入門』刊行記念 特別対談~

653 views

Published on

ゲームAI開発最前線 ~『ゲームAI技術入門』刊行記念 特別対談~
https://www.shosen.co.jp/event/107672/

2019年10月4日 書泉ブックタワー秋葉原さん、でのイベントの講演資料です。

Published in: Business
  • Be the first to comment

  • Be the first to like this

ゲームAI開発最前線 ~『ゲームAI技術入門』刊行記念 特別対談~

  1. 1. 「ゲームAI技術入門」 トークショー 宮路洋一 x 三宅 陽一郎 2019.10.4 @書泉ブックタワー 秋葉原 https://www.shosen.co.jp/event/107672/
  2. 2. 2012年 2019年
  3. 3. AI基礎講座
  4. 4. 二つの人工知能 IF (s_collison==true) register_all(s_star); assign_edge(); assign_vertex(); mix_all(); 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) IBM ワトソン Google検索 など AlphaGo など http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html
  5. 5. 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 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 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
  6. 6. 人工知能全域 機械学習 ディープ ラーニング 統計 学習 コネクショニズム 記号主義 デジタルゲームAI
  7. 7. 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
  8. 8. フィールド 3つのAIの連携の例 ナビゲーション AI メタAI キャラクターAI 状況を監視し、キーとなる役割を 適切なタイミングでエージェントに 指示する。 自律的な判断。 仲間同士の協調 地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する Support エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。
  9. 9. 自己紹介
  10. 10. 経歴 京都大学(数学) 大阪大学(原子核実験物理) 東京大学 (エネルギー工学/人工知能) 高エネルギー加速器研究所(半年ぐらい。修士論文) http://www.facebook.com/youichiro.miyake
  11. 11. My Works (2004-2018) AI for Game Titles Books
  12. 12. 宮路洋一 • 1963年生まれ。18歳のころよりアスキーで活動。 • 1985年に弟の宮路武氏らと株式会社ゲームアーツを設立し、 パソコンや家庭用を問わず数多くの作品を企画、制作、プロ デュース。メガドライブでは『ぎゅわんぶらぁ自己中心派』、メ ガCDでは『ルナ』シリーズや『シルフィード』、セガサターンでは 『グランディア』などを制作、プロデュース。以後、2005年まで 同社の代表取締役を務める。株式会社ヘッドロックの名誉顧 問などを経て、現在は自身の会社ジーク ゲームズを設立。諸 方面で活躍中。
  13. 13. 宮路洋一 • ぎゅわんぶらあ自己中心派(1987年、PC)企画、開発 • ゆみみみっくす(1992年、メガCD)プロデュース • シルフィード(1993年、メガCD)エクゼクティブプロデューサー • LUNAR エターナルブルー(1994年、メガCD)企画、プロデュース • ガングリフォン(1996年、セガサターン)エクゼクティブプロデューサー • グランディア(1997年、セガサターン)プロデュース • 機動戦士ガンダム ギレンの野望(1998年、セガサターン)企画、プロ デュース • グランディアII(2000年、ドリームキャスト)プロデュース • ガンダムネットワークオペレーション(2002年、PC)企画、プロデュース • 新世紀エヴァンゲリオン2(2003年、PS2)企画、プロデュース
  14. 14. ゲームAI基礎講座
  15. 15. フィールド 3つのAIの連携の例 ナビゲーション AI メタAI キャラクターAI 状況を監視し、キーとなる役割を 適切なタイミングでエージェントに 指示する。 自律的な判断。 仲間同士の協調 地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する Support エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。
  16. 16. (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 -
  17. 17. 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
  18. 18. フィールド 3つのAIの連携の例 ナビゲーション AI メタAI キャラクターAI 状況を監視し、キーとなる役割を 適切なタイミングでエージェントに 指示する。 自律的な判断。 仲間同士の協調 地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する Support エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。
  19. 19. 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 - Pathfinding A* https://www.youtube.com/watch?v=95aHGzzNCY8
  20. 20. Counter Strike: Path Following (デモ) The Official Counter-Strike Bot http://aigamedev.com/insider/presentation/official-counter-strike-bot/
  21. 21. フィールド 3つのAIの連携の例 ナビゲーション AI メタAI キャラクターAI 状況を監視し、キーとなる役割を 適切なタイミングでエージェントに 指示する。 自律的な判断。 仲間同士の協調 地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する Support エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。
  22. 22. 環境 人工知能とは? 身体 人工知能=人工的な存在(=身体)を環境の中で活動させる 入力(センサー) 行動(アウトプット) 知能
  23. 23. 知能の世界 環境世界 認識の 形成 記憶 意思の 決定 身体 制御 エフェクター・ 身体 運動の 構成 センサー・ 身体 意思決定 モジュール 意思決定 モジュール 意思決定 モジュール 記憶体 情報処理過程 運動創出過程 身体部分 情報 統合 運動 統合
  24. 24. 3Dゲームの中のAI Halo (HALO、バンジー、2001年) デバッグ画面 The Illusion of Intelligence - Bungie.net Downloads http://downloads.bungie.net/presentations/gdc02_jaime_griesemer.ppt
  25. 25. ゲーム世界 ゲームプレイ ゲーム世界 ゲームプレイ 東洋型 西洋型
  26. 26. 宮路さんご紹介
  27. 27. 宮路洋一 • ぎゅわんぶらあ自己中心派(1987年、PC)企画、開発 • ゆみみみっくす(1992年、メガCD)プロデュース • シルフィード(1993年、メガCD)エクゼクティブプロデューサー • LUNAR エターナルブルー(1994年、メガCD)企画、プロデュース • ガングリフォン(1996年、セガサターン)エクゼクティブプロデューサー • グランディア(1997年、セガサターン)プロデュース • 機動戦士ガンダム ギレンの野望(1998年、セガサターン)企画、プロ デュース • グランディアII(2000年、ドリームキャスト)プロデュース • ガンダムネットワークオペレーション(2002年、PC)企画、プロデュース • 新世紀エヴァンゲリオン2(2003年、PS2)企画、プロデュース
  28. 28. 秋葉原今昔 三宅陽一郎・小林(七邊)重信 「日本における同人・インディーズゲームの変遷」 (日本デジタルゲーム学会学会誌 2011年 Vol.5 No.1)
  29. 29. 図1 80年代の秋葉原の様子を描いた地図
  30. 30. 図2 マイコンショップでパソコンに触れる若者たち
  31. 31. 図3 マイコンショップでパソコンに触れる子供
  32. 32. ぎゅわんぶらあ自己中心派
  33. 33. http://news.denfaminicogamer.jp/interview/181024
  34. 34. 「ぎゃんぶらあ自己中心派」(1987年、ファミコン) メインゲームデザイナー:宮路洋一氏(当時:ゲームアーツ代表)へインタビュー(2017)
  35. 35. 全70ページ程の完全な仕様書が残されている
  36. 36. 全70ページ程の完全な仕様書が残されている 麻雀の手の評価システムの仕様書
  37. 37. 70年代後半の秋葉原と自分の生い立ち について語る宮路洋一氏
  38. 38. 意思決定入門
  39. 39. 意思決定モデル 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. 40. 意思決定モデル 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
  41. 41. 40 50 100スタミナ 60 80 20攻撃力 オリジナル
  42. 42. 0.6 0.5 0.0 スタミナ (反転) 0.75 1.0 0.25攻撃力 オリジナル
  43. 43. 0.4 0.5 1.0スタミナ 0.75 1.0 0.25攻撃力 オリジナル
  44. 44. 0.6 0.5 0.0 スタミナ (反転) 0.75 1.0 0.25攻撃力 0.705 0.85 0.175効用 x0.3 x0.7 オリジナル
  45. 45. [原理] ムードの値を最大化する行動を選択する. 最適な行動を選択する Hunger +20 Comfort -12 Hygiene -30 Bladder -75 Energy +80 Fun +40 Social +10 Room - 60 Mood +18 トイレ - 排泄する (+40 Bladder) - 洗う (+30 Room) - 詰まりを取る (+40 Room) Mood +26 お風呂 - 入る (+40 Hygiene) (+30 Comfort) - 洗う (+20 Room) Mood +20 http://users.cs.northwestern.edu/~forbus/c95- gd/lectures/The_Sims_Under_the_Hood_files/v3_document.htm
  46. 46. What is mood ? Mood = W_Hunger(X_Hunger) * X_Hunger + W_Engergy(X_Energy) * X_Energy + … -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 W_Hunger W_Energy W_Comfort W_Fun W_Hygiene W_Social W_Bladder W_Room http://users.cs.northwestern.edu/~forbus/c95- gd/lectures/The_Sims_Under_the_Hood_files/v3_documen t.htm
  47. 47. X_Hunger W_Hunger(40) -40 20 W_Hunger(20) Δ(-40 → 20) = W_Hunger(20)*(20) - W_Hunger(-40)*(-40) Δ (20→ 80) = W_Hunger(80)*(80) - W_Hunger(20)*(20) 80 W_Hunger(80) Δ(-40 → 20) は Δ(20→60) よりずっと大きい Utility for hunger W_Hunger オリジナル

×