人工知能が拓く オンラインゲームの可能性 （AOGC 2007）
•Download as PPTX, PDF•
7 likes•1,844 views
人工知能が拓くオンラインゲームの可能性 (AOGC 2007) http://www.bba.or.jp/AOGC2007/2006/12/miyake.html http://www.bba.or.jp/AOGC2007/2007/01/aogc2006tokyo_223.html
Recommended
More Related Content
More from Youichiro Miyake
More from Youichiro Miyake (20)
人工知能が拓く オンラインゲームの可能性 （AOGC 2007）
- 2. 人工知能が拓く オンラインゲームの可能性 三宅 陽一郎 AOGC 2007 講演 （注） PPT配布資料と、本講演のPPTは少々違いがございます。 配布資料の方が詳細な説明になっていますので御了承下さい。
- 7. 技術デモ COM １２体（６vs.６）の対戦 エージェント マルチエージェント リアルタイムパス検索 チームAI ナビゲーションメッシュ ゴール指向プランニング 自律型エージェントによって戦場を構成
- 9. 本講演の構成 第１部 人工知能技術とは (１０分) 第２部 クロムハウンズにおける人工知能技術（２５分) 質疑応答（５分） 第３部 人工知能技術をゲーム開発へ活かすために（１５分） 質疑応答（５分）
- 13. この５０年で発展して来た人工知能技術たち (1) エージェント (2) ニューラルネットワーク (3) Rule-Base A.I. (4) ベイジアンネットワーク (5) 自己組織化マップ (6) 遺伝的アルゴリズム (7) 遺伝的プログラミング アカデミックに学問として蓄積されて来た 人工知能技術には、たくさんの技術がある。 (8) Finite State Machine (9) Automaton (10) Subsumption Architecture (11) Competitive evolution (12) A* Path Finding …. （赤色…よく応用 青色…少しだけど応用） どれぐらいゲームに応用されているの？ 一部だけ
- 14. 何故、今まで応用されて来なかったか？ （１） 特にグラフィック偏重でゲームが発展して来た。 （２） メモリ容量や計算時間が必要なものが多い。 （３） 一般的な基礎がなく、逆に、 基礎を探求して行く学問である。 それぞれの分野で断片的である（入りやすいが奥が深い） （４）数学、哲学、科学の上に組み上げられている分野が 多く、応用の仕方が難しく見えにくい。 数学 … 偏微分方程式、多変数ダイナミクス 科学 … 進化論 哲学 …. 現象学 CG (四次元の数学)
- 17. FC SFC SS, PS PS2,GC,Xbox Xbox360, PS3, Wii DC （次世代） TV game 3D Network AI 成長期 成熟期 インパクト Hardware 技術の歴史的な流れから見て、人工知能技術のゲームへの応用は、 次世代で成長し、次々世代で成熟するだろう。 人工知能技術の導入の適切なタイミングはいつか？ 時間軸20051999
- 18. オンライン ｘ 人工知能 ＝ ？
- 21. I. クロムハウンズ紹介
- 22. 紹介ムービーをご覧ください
- 24. クロムハウンズ 発売元 : セガ デザイン : フロムネットワークス 開発元 : フロムソフトウエア (C) SEGA Corporation / FromNetworks, Inc. / FromSoftware, Inc. , 2006 ２００６年６月、世界７カ国で、同時発売
- 25. クロムハウンズはどんなゲームか？ (1) オンライン (2) アクション (3) 勝利条件 (4) スカッドと呼ばれるチームをベース (5) ８０を超える複雑なマップ (6) コミュニケーションのシステム (7) 戦略の重要性 Multiplayer Online Battles on Xbox 360 詳細 CH-I 基本設定:
- 33. COMへの要求 オンライン上で対戦チームが見つからないときに、 人間の代わりに、プレイヤーチームと戦う COM のチームを作る (1) ユーザーに対して常に対戦相手を提供する (2) 途中から参戦したユーザーに対する練習相手となって、 腕前の差を埋める。
- 36. サッカーエージェント フィールドの情報を集める能力があり、 かつ、サッカープレイヤーとして参加する。 ⇒ ロボカップ ネットワークエージェント ネットワーク上で、情報を検索し、データベースに情報を収集する。 ⇒ ロボット、ウイルス お掃除エージェント … 部屋の情報を確認して、塵を集める ⇒ お掃除ロボット 世の中にあるエージェントの具体例
- 37. 「エージェント」がゲームに提供する機能 (1) COMをエージェントとすることで、ゲー ム内で自律的（自分で情報を取得、判断、 行動）に行動する。 (2) 本来、ユーザーのキャラクターの役割 の代理をさせることができる。 人の知性を模したAI ＝ COMと相性がよい
- 41. クロムハウンズで 自律的エージェントを実現することを考える (1)考える - どんな技術が必要だろう ？ (2) 歩く - どんな技術が必要だろう ？ 自分で判断して、自分で行動して、 プレイヤーと戦う
- 42. COMの思考
- 48. ゴール指向型プランニングとは？
- 50. ゴールはより小さなゴールから組み立てられる Goal Goal Goal Goal Goal Goal Goal Goal Goal
- 54. ゴール指向型プランニング ゴール 環境 本拠地を 守れ 敵をたおせ 味方を援護 複数のゴール × プランニング 多数の目的 目的に対する多様な行動 プランニング プランニング プランニング ＝ ゲーム状況から、為すべきことを判断し、 最も適切な方法でそれを達成するＣＯＭ
- 55. 最終的なゴール総合図 歩く 撃つ 止まる ２点間を 移動 歩く、一度 止まる、歩く 攻撃 する パスを たどる 敵を叩く 味方を 守る 操作層 振る舞い層 戦術層 戦略層 通信塔 占拠 静止 する ある地点へ 行く 本拠地 防衛 敵本拠地 破壊 味方を 助ける 巡回 する 敵基地 偵察 近付く 合流 する 巡回 する 逃げる 後退 する 前進 する 敵側面 へ移動 全て再利用可能 ここを作り変えるだけで 同じ舞台の上で全く別のAIが作成できる MOD
- 56. ゴール指向型プランニング製作スケジュール 全体設計 → エージェント → チーム エージェントシステム → チームシステム テスト ⇔ 必要なゴール抽出、実装 ひたすらチーム対戦 2005/10 2006/1 2006/1 2006/3 2006/5 基本設計 基礎システム ゴール漸近的増産 2006/3 2006/4 2006/4 デバッグ 研究者(1,三宅) AIプログラマー(1) 企画(1) デバッガーさん（６）、開発者（多数）
- 57. ゴール指向型プランニングのまとめ① リアルタイム ゴール指向型プランニングとは？ （１） 「ゴール」と呼ばれる目標を、戦略に沿って順番に 組み上げることをプランニングという。 （２） 周囲の状況の変化に応じてプランニングをすることを リアルタイムプランニングという。 何が可能になったか？ （１） 長い時間に渡る一連の動作の制御 （２） 短い時間における状況の変化に適応
- 58. ゴール指向型プランニングのまとめ② 単純反射型ＡＩ ゲーム状況 行動 ゴール指向型プランニングＡＩ 行動１ ゴール行動２ 行動３ ゲーム状況 長い時間に渡って計画的に行動できる これまでのAIとの比較
- 59. 最近のゲームAIにおけるゴール指向型プランニング F.E.A.R を始めとする 欧米のFPS、シミュレーションゲームで 主流になりつつある技術 GDC2005、Game Programming Gems 2, Web上で多数の論文あり ゴール指向型プランニングのまとめ③ Ｆ．Ｅ．Ａ．Ｒ 画像
- 61. 組み合わさって初めて意味を持つ行動の例 • チーム？ 歩く 撃つ 止まる 衛 戦う 本陣を防御敵基地Ａを攻撃 敵を叩く味方を維持 物資を購入 補給部隊 チームＡＩへの応用 司令官 大隊 中隊 兵士 EntityEntity Team Entity Group Group Group ① 軍隊のモデル
- 62. ② チーム内の連携による攻撃 リーダー(待機) 通信塔 AI AI 通信塔 通信塔を占拠 通信塔を占拠中央で待機して 危険な方を援護 味方基地 Ｌ地点を 制圧
- 63. AI AI 通信塔 通信塔 味方基地 通信塔を占拠 Ａ地点へ向かえ 通信塔を占拠 Ａ地点へ向かえ 中央で待機して 危険な方を援護 Ａ地点へ向かえ ② チーム内の連携による攻撃 Ａ Ｌ地点を 制圧
- 66. ③ RPGにおける詠唱順序 火属性の 魔法ダメージ アップ 魔法反射の 効果無効 ファイラ！ ダメージ を与える 実は、魔法を計画して唱えることができれば より面白いRPGが作れる Image: http://www.anne-box.com
- 68. 街の機能を停止 賄賂を渡す 話す 歩く 爆弾を手に入れる 爆破する ダムを決壊発電所を爆破 人を巻き込む 要人暗殺 移動する 待機 戦術 戦略 行動 ３０分の間 目的を遂行するための行動を プランニングＡＩで実現
- 70. クロムハウンズで 自律的エージェントを実現することを考える (1) 考える - リアルタイムのゴール指向型プランニング (2) 歩く - どんな技術が必要だろう ？ 自分で判断して、自分で行動して、 プレイヤーと戦え
- 71. COMを歩かす
- 77. 世界表現の例 パス検索データ＋ウエイポイントの明るさ ＋ 東側に対して視線が通らない（見通しが悪い） 地形データ ポリゴンのモデルが どうしたの？ 敵が東側から来るので、 東側から見えにくくて暗い道を通ろ う ウエイポイントデータ ウエイポイントの明るさ 東側から見えやすいかどうか（＋、ー） ＋ - ＋ - ＋ ＋ - 世界表現を精緻にすればするほど、 ＡＩができることは増え、また高度になる
- 78. さまざまな世界表現 ゲーム世界をＡＩの目的に応じて適切に表現してあげる必要がある。 （知識表現(knowledge representation)、世界表現(World representation)） Ｋｉｌｌｚｏｎｅ Chrome Hounds 地表状態 トポロジー情報 Ｈａｌｏ２ 戦術的位置８方向に対する可視距離
- 79. Navigation Mesh 法とは？ マップを凸多角形で埋めてキャラクターを移動させる方法 B 手順 （１） マップを障害物を含まない三角形に分割する（データを用意する） （２） その三角形の情報から、パスを検索する（ゲーム内リアルタイム）。 （３） 検索したパスに従って移動する（ゲーム内リアルタイム） 。
- 81. Debug_Path02.avi
- 82. NavMesh.avi
- 84. クロムハウンズにおける リアルタイムパス検索 のまとめ① ナビゲーションメッシュ法とは？ （１） 地形を三角形に分けてパスを検索して移動する方法 （２） ハウンズが床から離れない場合に有効 何が可能になったか？ （１） フィールド内の完全に自由な移動 （２） 地表の効果や、オブジェクトの破壊など、 環境の変化を考慮に入れて賢く行動する。 （３） （１）（２）を全てのマップの形状に対応。
- 91. クロムハウンズで 自律的エージェントを実現する (1) 考える - リアルタイムのゴール指向型プランニング (2) 歩く - リアルタイムのナビゲーションメッシュ上の A* アルゴリズムによるパス検索 自分で判断して、自分で行動して、 プレイヤーを倒す
- 93. COM の意志決定
- 95. エージェントが意思決定をする仕組み その戦略を達成することで得られる 見返り(S； 重要度) と、 それを達成するための リスク(R； 危険度) の兼ね合い 実行評価値(E) ＝ S * ( 1 –R ) S（７３） R(５７) S（１１） R(８) S（８９） R(６４) S（２４） R(４) S（３３） R(８０) S（３３） R(４３) S（３３） R(２) 本拠地 破壊 通信塔 占拠 1 E = 24 2 E =12 3 E =6 C E = 20 D E = 32 F E = 3 J E = 21
- 96. 通信塔の「重要度 S」 ３つのファクターから決まる。 (1) 味方司令部との関係 (通信塔- 敵司令部 ) (2) 敵司令部との関係 (通信塔- 味方司令部) (3) 通信塔同士の関係 (通信塔- Combus ) S = W_1 * 味方司令部との距離による関数 + W_2 * 敵司令部との距離による関数 + W_3 * 隣の通信塔の占拠状態からなる関数 W … 重み S = W_EBase * ( Σ F( L_EBase, L_MapScale ) * Est_Base_NonConstFactor + W_SBase * F( L_SBase, L_MapScale ) + W_InComNet * Est_InComNet W_EBase + W_SBase + W_InComNet = 1 Est_InComNet = W_static * Est_Static_Combus + W_dynamic * Est_Dynamic_Combus Est_Static_Combus = (Connectable_Number - Connected_Number) /Max_Connectable_Number Est_Dynamic_Combus = Connected_Number/Max_Connectable_Number W_static + W_dynamic = 1 …
- 97. 通信塔の「重要度 S」 ３つのファクターから決まる。 (1) 味方司令部との関係 (通信塔- 敵司令部 ) (2) 敵司令部との関係 (通信塔- 味方司令部) (3) 通信塔同士の関係 (通信塔- Combus ) S = W_1 * 味方司令部との距離による関数 + W_2 * 敵司令部との距離による関数 + W_3 * 隣の通信塔の占拠状態からなる関数 W … 重み
- 98. 通信塔の「危険度 R」 ３つのファクターによる。 (1) 敵ハウンズが通信塔からどれぐらいの距離にいるか。 (2) ザコ敵がどれぐらいの距離にいるか。 (3) 味方ハウンズが通信塔からどれぐらいの距離にいる R = W_1 * 敵ハウンズの通信塔との距離による関数 + W_2 * ザコ敵と通信塔の距離による関数 + W_3 * 味方ハウンズ通信塔との距離の関数 W … 重み パラメーター と関数の形を調整する 意志決定の形やハウンズの個性が決定 テストをくり返しながら 計 １００ 近くのパラメーターを調整
- 99. 戦略の流れ 戦場の俯瞰図。緑色がCOM、赤がプレイヤー。 2人のエージェントが、 通信塔Bを取りに向 かい、残りの一体は Dへ向かう。 通信塔Bを占拠した 後、 残りの1体を援 護するため、 Dへ向 かう。 プレイヤーを攻撃し て、破壊した。 通信塔 占拠 味方機を 助ける Strategy of COM1 Strategy of COM1 COM1 敵を叩け Strategy of COM1 CH-II
- 100. 自律型エージェントの実現 リアルタイム ゴール指向型プランニング × リアルタイム パス検索 × 自律型エージェント 完成 意思決定機構
- 107. プレイヤーたちの戦力 ＞ １．４ ｘ エージェントたちの戦力 AP プレイヤーたちの戦力 < １．４ ｘ エージェントたちの戦力 本拠地へ 退却 戦闘！ クロムハウンズにおけるマルチエージェント技術 ③ 群制御 エージェントが周りの敵と味方の戦力を計算して 戦うべきか、逃げるべきかを判断する。 P P A A AP P P A A AA A P P P A 戦力比が大きい無駄な戦闘を回避し、常に相手を上回る 戦力を増築してプレイヤーに対抗する デバッグの過程で追加
- 108. クロムハウンズにおけるマルチエージェント技術 ④ 集中砲火 複数のエージェントが複数の敵ターゲットに対し ターゲットを統一する その場で戦力が最も低い敵を集中的に攻撃し ダメージの分散を防ぐ A A A P P P 戦闘！ その場で戦力が最も低い敵を集中的に攻撃する デバッグの過程で追加
- 110. チームAI を作る チーム全体を統制
- 111. 例えば、チームとして こういうことをさせたい 一機だけの戦闘で戦局が 変わることはない。 敵をやっつける時は、なるべく 多 ｖｓ １ になるようにする 実際の戦闘がどうなっているかパターンを集めてみよう 戦力を集中させたい
- 114. チームAIの構造 チームAI 意志決定機構 チームとしての戦略 （＝勝利条件と同じ） ４つの戦略を持ち、ゲーム全体の状況を反映する 評価関数によって、一つの戦略を決定する。 (評価関数による意思決定 = 個体の意志決定と同じ方法) 敵殲滅 本拠地 防衛 敵本拠 地破壊 通信塔 占拠数 で勝つ 敵本拠 地破壊
- 115. チームAIの構造 チームAI 意志決定機構 ４つの戦略を持ち、評価関数によって、一つの戦略を決定する。 (評価関数による意思決定 = 個体の意志決定と同じ方法) 本拠地 破壊 本拠地 破壊 本拠地 破壊 一つのチーム戦略は、 各機体への命令からなる 敵殲滅 本拠地 防衛 敵本拠 地破壊 通信塔 占拠数 で勝つ 敵本拠 地破壊
- 116. チームAIの構造 ＝ ゴール指向型の拡張 チームAI 意志決定機構 敵殲滅 本拠地 防衛 敵本拠 地破壊 通信塔 占拠数 で勝つ 本拠地 破壊 本拠地 破壊敵本拠 地破壊 本拠地 破壊 一つのチーム戦略は、 各機体への命令からなるCOM 1 COM 2 COM 3 本拠地 破壊 本拠地 破壊 本拠地 破壊 プランニング COMのゴール指向プランニングの上に、チームAIを積み上げる
- 117. チームAIのデモをご覧ください
- 126. ② 連携プレー
- 127. ③ RPG 戦闘 Image: http://www.anne-box.com
- 128. ③ RPG 戦闘 火属性の 魔法ダメージ アップ 魔法反射の 効果無効 ファイラ！ ダメージ を与える 氷属性の 魔法ダメージ アップ アイス！ ファイラ！ ダメージ を与える アイス！ ファイラ！ ヒール！ ダメージ を与える 協調しながらプランニング プランニング 協調 Image: http://www.anne-box.com
- 129. 第２部まとめ
- 133. 人工知能技術の導入の仕方 （Step １） 人工知能技術を調査、研究する。 （Step ２） ゲームの要求に対して、どのような技術が必要 であるかを見抜き、ゲーム設計の中に組み込む。 （Step ３） 製作ラインの中にワークフローを実現する。 （新しい技術には、新しいデバッグ方法） 特にこれを企画と技術の双方がコミュニケーションを取りながら 進めることが必要
- 136. 欧米と日本におけるゲームAIの開発の比較 欧米 日本 情報公開 論文、会議で発表 不明 文献 論文や書籍の膨大な蓄積 とても少ない アカデミズムと の関係 大学でゲームAIを研究。 大学から開発の現場へ参加。 希少 取り組むAIの 分野 FPSを中心とするキャラク ターメインのゲーム さまざまなゲーム 業界としての 取り組み 標準化への流れがある (IGDA AIISC(人工知能インタフェース 標準化委員会） ) (AIのミドルウエア市場の形成) 標準化の流れに 参加する形 ( IGDA JAPAN を通して 紹介がされている。CEDEC でも RoundTableがある） (例) Quakeを扱った修士論文は世界的に有名になった。
- 137. ゲームAIにおける日本のチャンス (1) ゲームAIは、ゲームのコンテンツに対応して形成される。 (2) FPS、スポーツゲームだけでなく、いろいろな種類のゲーム を作る日本には、いろいろな種類のAIを作れるチャンスが ある。 技術的チャレンジ (3) 日本は、ゲームAIの発展に欧米とは違う方向からも貢献 できるはずだ。 ゲーム ゲームAI そのための情報発信、カンファレンスの場
- 139. ゲームＡＩ連続セミナー 「ゲームAIを読み解く」 主催 : 国際ゲーム開発者協会日本支部(IGDA日本) 後援 : 日本デジタルゲーム学会(DiGRA JAPAN) 協力 : 株式会社 フロム・ソフトウェア
- 140. セミナーの現在のプラン １２月 第１回 ２月 第２回 ＣＥＤＥＣ２００７ まとめ 全６回（継続を目指す） 会場は大学、企業のホールなど ２ヶ月に１回実施 目標へ進みつつ、参加者の意図を汲みながら 徐々に改善して行く ＩＧＤＡ日本 セミナー 告知 技術紹介 ディスカッション セミナーの内容を まとめて公表 2006年９月 対象は、主に企画と技術者。 人工知能技術の情報を共有しゲームAIについて討論する。 第１回資料公開中 （ＩＧＤＡ日本 Site） 第１、２回討論内容編集中
- 141. これまでのセミナーの様子 講演 グループワーク 懇親会 No 期日 内容 場所 参加 人数 第１回 2006/12/16 「KillzoneにおけるNPCの動的な 制御方法」 東京大学 工学部新2号館 100 第２回 2007/2/10 「F.E.A.R におけるゴール指向型 アクションプランニング」 東京大学 工学部新2号館 100 第３回 ４月予定 「クロムハウンズにおけるチームＡＩ」 未定 - 第４～６回 未定 未定 未定 - グループワークを行うので、毎回１００名に限定しています。参加費は資料代のみ。 第2回は「ゴール指向型アクションプランニング」(Slash Games.) http://www.rbbtoday.com/news/20070128/37987.html ゲームAI連続セミナー「ゲームAIを読み解く」 第2回 レポート(CodeZine) http://codezine.jp/a/article/aid/1003.aspx
- 142. ゲームＡＩ Halo2 ＨＦＳＭ これからのセミナーの展開 Counter Stike Navigation Mesh Nero Neural Netwoｒkなど アルゴリズム Killzone 世界表現 第１回 F.E.A.R ゴール指向型プランニング 第２回 Chrome Hounds オンラインにおけるＡＩ チームＡＩ 第３回
- 144. エージェントが拓くプレイヤーとCOMの関係性 P プレイヤーチームとプレイヤーチーム P P P P P P P P プレイヤーチームとCOMチーム A A A P P P A A A プレイヤ－チームとCOMチーム A P プレイヤーチームとCOMチーム A A AA A A P オンラインゲーム プレイヤー同士の関係 敵チームとしてのAI 仲間としてのAI 第３者としてのAI オンラインゲーム世界でのAI同士の闘争。プェイヤーは 関与してもしなくてもよい。（例）種族間闘争
- 149. 本講演のまとめ （１） ゲームAIには、 ゲームの未来を切り拓く力がある。 （２） ゲームとゲームAIは、お互いがお互いを進化させる。 （３） オンラインゲームには、オフラインゲーム以上に、 人工知能を応用できる豊かな土壌がある。 （４） ゲーム業界全体で、AIの技術の応用に取り組むこと で、ゲームの新しい時代を築くことが出来る。
- 152. 参考文献
- 153. 参考文献① ゴール指向型AI 論文 Orkin, J. (2006), 3 States & a Plan: The AI of F.E.A.R., Game Developer's Conference Proceedings. 参考文献(I) Mat Buckland, “Programming Game AI by Example”, Chapter 9, WORDWARE publishing （第９章とそのサンプルコードはゴール指向型プランニングの優れた解説です。 教科書をお探しの方は、ゲームＡＩについて最良の書の一つです。推薦します。） 参考文献(II) Jeff Orkin’ HP http://web.media.mit.edu/~jorkin/ （Jeff Orkin は、米におけるゲームＡＩにおけるゴール指向型プランニングの推進者 の一人。著者のサイトに豊富な情報があります。） 参考文献(III) 星野 瑠美子,“F.E.A.R.のAI - 3つの状態と ゴール指向プランニングシステム” http://www.igda.jp/modules/xeblog/?action_xeblog_details=1&blog_id=62 (IGDA Japan サイト内、GDC2006講演の紹介）
- 154. 参考文献② 世界表現 [1] William van der Sterren (2001),"Terrain Reasoning for 3D Action Games", http://www.cgf-ai.com/docs/gdc2001_paper.pdf [2] William van der Sterren (2001) ,"Terrain Reasoning for 3D Action Games(GDC2001 PPT)", http://www.cgf-ai.com/docs/gdc2001_slides.pdf [3] Remco Straatman, Arjen Beij, William van der Sterren (2005) ,"Killzone's AI : Dynamic Procedural Combat Tactics", http://www.cgf- ai.com/docs/straatman_remco_killzone_ai.pdf [4] Arjen Beij, William van der Sterren (2005),"Killzone's AI : Dynamic Procedural Combat Tactics (GDC2005)", http://www.cgf- ai.com/docs/killzone_ai_gdc2005_slides.pdf [5] Damian Isla (2005), "Dude, where’s my Warthog? From Pathfinding to General Spatial Competence", http://www.aiide.org/aiide2005/talks/isla.ppt [6] Chris Butcher,Jaime Griesemer (2002),"The Illusion of Intelligence The Integration of AI and Level Design in Halo", http://www.gamasutra.com/features/gdcarchive/2002/jaime_griesemer.ppt [7] 三宅 陽一郎 (2006) , “クロムハウンズにおける人工知能開発から見るゲー ムAIの展望, CEDEC2006 PPT
- 155. 参考文献③ ＩＧＤＡ日本 ゲームＡＩ連続セミ ナー 関連ページ （１） ＩＧＤＡ日本 http://www.igda.jp （２） 第１回資料 http://www.igda.jp/modules/news/article.php?storyid=1050