Microsoft PowerPoint - GameAI_seminar_7th_Review_06.ppt

Size: px

Start display at page:

Download "Microsoft PowerPoint - GameAI_seminar_7th_Review_06.ppt"

きみおえいさか
4 years ago
Views:

1 ゲーム AI 連続セミナー第 7 回社会シミュレーションとデジタルゲーム事前資料 IGDA ゲーム AI 専門部会 Twitter Hashtag : #gameai_rt7 主催 : 国際ゲームゲーム開発者協会日本支部 (IGDA 日本 ) 共催 : コンテンツ文化史学会

2 ゲーム AI 連続セミナー第 7 回ゲーム AI 連続セミナーレビュー三宅陽一郎 y.m.4160@gmail.com 芝浦工業大学

3 本講演の構成第一部講演 (13:30-14:20) ゲーム AI 連続セミナーレビュー ( 三宅 ) 第二部講演 (14:30-15:40) 社会シミュレーションの現状とこれから ( 小山 ) 第三部講演 (15:50-16:30) The Sims の AI と社会シミュレーション ( 三宅 ) 第四部ワークショップ (16:40-18:00) デジタルゲームにおける社会シミュレーションの設計

IGDA 日本ゲーム AI 連続セミナー ( 全 6 回 ) 技術的地平をなるべくなるべく遠くまでくまで見せるせるそして開発開発へより広い技術的技術的フィールドフィールドで開発者開発者が楽しくしくゲームゲームの AI を開発開発できるようにしよう! 第 6 回 Spore プロシージャル第 5 回 N.E.R.

4 IGDA 日本ゲーム AI 連続セミナー ( 全 6 回 ) 技術的地平をなるべくなるべく遠くまでくまで見せるせるそして開発開発へより広い技術的技術的フィールドフィールドで開発者開発者が楽しくしくゲームゲームの AI を開発開発できるようにしよう! 第 6 回 Spore プロシージャル第 5 回 N.E.R.O 進化と学習第 4 回 Halo2 階層型有限状態機械第 3 回 ChromeHounds マルチエージェント第 2 回 F.E.A.R プランニング第 1 回 Killzone 知識表現 ( 世界表現 ) 2006 年 CEDEC イラスト : アンの小箱 box.com/

5 ゲーム AI 連続セミナー全資料

6 5 つの基本用語を覚えて帰ろう! エージェント知識表現プランニング有限状態機械エージェントアーキテクチャ

7 ゲーム AI とは何だろう?

8 知性とは? 世界

9 知性とは? 世界 1 世界 ( 環境 ) の中で 2 境界によって身心の形を持ち ( 内部状態を持ち ) 3 世界と相互作用しながら自律運動と意志決定を持つ存在

10 知能とは? 世界知性が環境において持つ様々な機能を知能という

11 人工知能とは? 世界人工知能とは知性が持つ様々な知能を機能に着目して実現したもの或いはその総体として知性全体を再構成したもの = 現実世界における知能プログラムでもでも機械機械でもでもなんでも

12 人工知能とは? WEB 世界経済ゲーム世界は現実仮想が入り混じった形でさまざまに発展分化して来た

13 ゲームにおける知能とは? 世界ゲーム空間ゲーム空間という仮想環境における知能或いはその技術のことをゲーム AI という

14 ゲームにおける知能とは? WEB 空間 Web-AI 世界ゲーム空間ゲーム AI ゲーム空間という仮想環境における知能或いはその技術のことをゲーム AI という

15 ゲームにおける知能とは? ゲーム世界環境 ( ゲーム世界 ) = 身体 = 知能が知性を作る環境に合った身体かつ自律性を持った身体身体に適応した精神 (= 知能 )

16 ゲームにおける知能とは? ゲーム世界環境 ( ゲーム世界 ) = 身体 = 知能が知性を作る複雑な身体を持てば複雑な知能を必要とする複雑な環境があれば複雑な身体が必要とされる

17 エージェントとは? 1 環境に対して情報を集める感覚 ( センサー ) を持つ 2 自ら判断する能力を持つ 3 環境に対して働きかけることができる能力を持つ! 感覚を持ち自ら判断して世界に働きかける能力を持つ

18 ゲームとエージェントの進化 FC SFC SS, PS PS2,GC,Xbox Xbox360, PS3, Wii Hardware 1999 DC 2005 ( 次世代 ) 時間軸単純な世界のシンプルな AI 複雑な世界の複雑な AI ゲームも世界も AI の身体と内面もますます複雑になる

19 ( 例 ) スペースインベーダー (1978) プレイヤーの動きに関係なく決められた動きをするスペースインベーダー (Realplayer)

20 環境と AI の分離スペースインベーダー環境とAIが一体化 AIに自律性はない AIに内部構造はない AIに内部思考はない全体の秩序がある環境 AI

21 ( 例 ) プリンスオブペルシャプリンスオブペルシャなどスプライトアニメーションを用意する必要がある場合必然的にこういった制御となるプリンスオブオブペルシャ 6:00 00-

22 環境と AI( 身体 ) の分離プリンスオブペルシャ環境とAIは分離 AIは判断しているか? AIは間合いだけを知覚 AIに内部状態はない AIは運動に特化している環境身体環境との反射で成立

23 2D 3D の AI をムービーで比較パックマンパックマン Halo Halo

24 環境と AI( 身心 ) の分離 HALO 環境を認識するAI AIは判断する AIは状況を認識 AIは複雑な心の内部状態 AIは複雑な身体状態知能環境身体

25 知能の 3 つの基本要素知性 ( 心 ) 知性は知性として一つのシステム身体身体は身体として一つのシステム環境環境は環境として一つのシステム 3 つの自律システムとその相互作用

26 人工知能の 3 つの基本要素知能 ( 心 ) 身体環境 3 つの自律システムとその相互作用

27 人工知能の 3 つの基本要素知能 ( 心 ) 身体環境 3つの自律システムとその相互作用 = 知性のシステム

28 ゲーム AI はどのように変化して来た知性知性の構造化による自律化か? 身体身体の内部構造と力学による自律化エージェント間の協調 IK + ラグドール + 物理アニメーションエージェントアーキテクチャ + プロシージャルアニメーションアルゴリズムによる AI D 関節モデルスキン固定アニメーション + ブレンド D - スプライト移動 - スプライトアニメーションパターンによる AI 環境環境の物理法則による自律化 D - 物理シミュレーション D - ゲーム物理 D - スプライト移動 - ゲーム物理環境身体知性は内部に構造と運動を持ち動的な自律システムとして稼動する方向へ発展した

29 そしてこれは同時に各システム間に高度な相互作用の問題を提起することとなった知性知性の構造化による自律化 1 5 身体身体の内部構造と力学による自律化 4 1 知性による身体制御の方法 2 身体の環境へのアクション 3 環境から身体への制限 4 環境の知覚 5 身体から知性への要求 2 3 環境環境の物理法則による自律化ココまで前半

30 エージェントアーキテクチャーにおける情報の流れ知能ゲーム世界感覚感覚感覚感覚を通じてじてじてじてゲームゲームゲームゲーム世界世界世界世界と自分自分自分自分の状態状態状態状態を取得取得取得取得身体身体身体身体を通じてじてじてじてゲームゲームゲームゲーム世界世界世界世界と相互相互相互相互にインタラクションインタラクションインタラクションインタラクションこのこのこのこの情報情報情報情報の流れにれにれにれに仕掛仕掛仕掛仕掛けをしてみようけをしてみようけをしてみようけをしてみよう! 人工知能人工知能人工知能人工知能 = からくりからくりからくりからくり作り方を勉強勉強勉強勉強しようしようしようしよう! 身体ココから後半

31 エージェントアーキテクチャ ( 標準 ) NPC から見た認識 NPC の知能部分時間認識過程意思決定機構行動生成過程センサー知覚する知識モデルモデル化記憶と思考思考の相互作用一時記憶 (Working Memory) 事前記憶内部状態エフェクター行動するゲーム世界相互作用身体時間

32 説明の仕方技術を仕掛けて効果を得る NPC の知能部分認識過程意思決定機構行動生成過程記憶内部状態知識表現世界表現ゲーム世界身体

33 説明の仕方技術を仕掛けて効果を得る NPC の知能部分認識過程意思決定機構技術 ( 各部分に技術を組み込む ) 行動生成過程記憶内部状態知識表現世界表現ゲーム世界効果 ( 知性が特性を得る ) 身体

34 Halo 内容 : 宇宙船や地表を舞台にした SF の FPS 開発元 : BUNGIE Studio 出版 : Microsoft Hardware: Xbox, Windows, Mac 出版年 : 2002 年 Halo Xbox, 全米世界を代表するFPSの一つ ( Halo 500 万本 Halo2 700 万国内 10 万本 ) 愛嬌愛嬌のある NPC とそのとその演出演出でプレイヤープレイヤーからのからの定評定評を得る

35 Halo NPC の AI のアーキテクチャー敵発見敵発見味方志望味方志望ダメージダメージ受けたけたプレイヤープレイヤー発砲発砲などイベントイベントを抽出状況解析 NPC の知能部分意思決定ロジックモーションコントロール時間センサー感情 ( 演出にのみ使用 ) 記憶モーション時間知識表現世界表現ゲーム世界相互作用身体

36 Halo AI のアーキテクチャー敵発見敵発見味方志望味方志望ダメージダメージ受けたけたプレイヤープレイヤー発砲発砲などイベントイベントを抽出状況解析イベント

37 F.E.A.R 内容 : 閉鎖空間の中のホラー FPS 開発元 : Monolith Production 出版 : SIERRA Hardware: Windows, PS3 出版年 : 2004 年 FPS とホラーを, 映画的な演出によって結びつけたエポックメーキングな名作長年発展させて来た AI 技術の本領が発揮され開発者プレイヤーから高い支持を集める

38 F.E.A.R NPC の AI のアーキテクチャー NPC の知能部分時間認識過程ゴール指向プランニング行動生成過程センサーシンボル統一事実形式 Working Memory ブラックボードモーション知識表現世界表現時間ゲーム世界相互作用身体

39 Halo2 内容 : 宇宙船や地表を舞台にした SF の FPS 開発元 : BUNGIE Studio 出版 : Microsoft Hardware: Xbox, Windows 出版年 : 2004 年 Xbox, 全米世界を代表するFPSの一つ ( Halo 500 万本 Halo2 700 万国内 10 万本 ) AI は全てシステムシステムを変更変更しさらにしさらに高度高度になったがになったがプレイヤープレイヤーからはそのからはその差がよくがよくわからかなったからかなった

40 Halo2 のエージェントアーキテクチャー NPC の知能部分時間状況解析意思決定 DAG 形式の行動生成機構 HFSM 過程センサー記憶内部状態エフェクター知識表現世界表現ゲーム世界相互作用身体時間

41 ChromeHounds NPC の課題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 ( マルチエージェント ) プレイヤーチーム ( 最大 6 名 ) AI チーム ( 最大 6 名 )

42 ChromeHounds NPC の AI のアーキテクチャー身体認識過程評価値評価値評価値評価値によるによるによるによるゴールゴールゴールゴール選択選択選択選択 + 階層型階層型階層型階層型ゴールゴールゴールゴール指向指向指向指向プランニングプランニングプランニングプランニング行動生成行動生成行動生成行動生成過程過程過程過程記憶センサー NPC の知能部分ゲーム世界知識表現世界表現相互作用相互作用相互作用相互作用時間時間モーションモーションモーションモーション反射反射反射反射モードモードモードモード

43 説明の仕方技術を仕掛けて効果を得る NPC の知能部分認識過程意思決定機構技術 ( 各部分に技術を組み込む ) 行動生成過程記憶内部状態知識表現世界表現ゲーム世界効果 ( 知性が特性を得る ) 身体

44 世界表現時間 NPC の知能部分センサーエフェクター知識表現世界表現ゲーム世界ゲーム世界相互作用身体時間

45 知識表現とは?! 世界 AIのための物知識表現 ( データ? ) 事象人間が準備してあげる

46 世界表現とは? AI の属する世界の大局的な情報の知識表現ポリゴンのモデルがどうしたの?! AI のためのデータ

47 世界表現の例パス検索データポリゴンのモデルがどうしたの? 検索すれば道がみつかる地形データウエイポイントデータ

48 世界表現の例パス検索データ + ウエイポイントの明るさポリゴンのモデルがどうしたの? 明るい道がみつかる地形データウエイポイントデータウエイポイントの明るさ

49 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 ) ポリゴンのモデルがどうしたの? + 敵が東側東側からから来るのでるので東側からから見えにくくてえにくくて暗い道を通ろう地形データ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 )

50 8 方向に対して可視距離 ( キャラクターの体が見える限界距離 ) を計算する ( 参照テーブルとして持つ ) 完全な精度精度ではないがではないが射線判定射線判定が軽い演算演算で出来出来てしまう!

51 Killzone NPC の課題広大なマップで戦術的に移動し攻撃する NPC バトルフィールドでは最大 7vs7( 一人はプレイヤー ) で戦う味方人間 ( 強化 ) 人間敵

52 世界表現の使い方 1 軽い射線判定射線判定を用いていて戦術的戦術的な移動移動ポイントポイントをリアルタイム計算計算しよう!

53 Step1 一定半径内のポイントを候補に上げるこの時点で他のポイントはこれ以降評価しない計算量の軽減

54 Step2 第一の敵から射線の通るポイントを評価する 40 点立った状態のみ射線が通る 20 点座っても立っても射線が通る

55 Step3 第二の敵たちから射線の通らないポイントを評価する

56 Step4 攻撃最適領域内のポイントを評価する

57 Step5 Step1~4 の評価値を重みをかけて足し合わせる動的な戦術位置検出

58 Killzone 時間 NPC の知能部分動的な戦術位置検出センサー 8 方向に対する射線世界表現可視距離を事前計算ゲーム世界知識表現世界表現ゲーム世界他にもいろいろできる! 相互作用身体エフェクター 1 最適な戦術位置戦術位置に移動 2 敵移動経路予測 3 威嚇射撃時間

59 Killzone ゲーム世界身体センサーエフェクター NPC の知能部分相互作用相互作用相互作用相互作用時間時間動的な戦術位置検出 1 最適最適最適最適な戦術位置戦術位置戦術位置戦術位置に移動移動移動移動 2 敵移動経路予測 3 威嚇射撃知識表現世界表現ゲーム世界世界表現 8 方向に対する射線可視距離を事前計算他にもいろいろできる! Killzone のポイントポイントポイントポイント世界表現世界表現世界表現世界表現は AI AI AI AI の基礎基礎基礎基礎であるであるであるである世界表現世界表現世界表現世界表現を精緻精緻精緻精緻に工夫工夫工夫工夫することですることですることですることで高度高度高度高度な思考思考思考思考が実現実現実現実現できるできるできるできる ( 逆に知識表現知識表現知識表現知識表現をしっかりをしっかりをしっかりをしっかり作らないとらないとらないとらないと思考思考思考思考をどんなにをどんなにをどんなにをどんなに頑張頑張頑張頑張ってってってって作ってもってもってもっても限界限界限界限界があるがあるがあるがある ) 企画企画企画企画の発想発想発想発想こういうこういうこういうこういう地形情報地形情報地形情報地形情報を AI AI AI AI に使わせたいわせたいわせたいわせたいプログラマープログラマープログラマープログラマーの発想発想発想発想そのためにはそのためにはそのためにはそのためにはどのようなどのようなどのようなどのような世界表現世界表現世界表現世界表現を用意用意用意用意すればいいかすればいいかすればいいかすればいいか?

60 説明の仕方技術を仕掛けて効果を得る NPC の知能部分認識過程意思決定機構技術 ( 各部分に技術を組み込む ) 行動生成過程記憶内部状態知識表現世界表現ゲーム世界効果 ( 知性が特性を得る ) 身体

61 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること空間階層的に AI を構築せよ! 知性の進化の方向時間

62 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること空間階層的に AI を構築せよ! 知性の進化の方向スケールに合ったった思考時間

63 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること空間階層的に AI を構築せよ! 知性の進化の方向時間

64 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること空間階層的に AI を構築せよ! 知性の進化の方向時間

65 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること空間階層的に AI を構築せよ! 知性の進化の方向時間

66 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること技術階層的にAIを構築せよ! 空間知性の進化の方向時間技術

67 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること技術階層的にAIを構築せよ! 空間知性の進化の方向人工知能技術は主体に対し時間空間における局所から大局スケールに渡った認識を形成させる技術である時間技術

68 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること世界表現空間階層的に AI を構築せよ! 知性の進化の方向時間

69 有限状態機械

70 ( 例 ) Quake HFSM 状態遷移図を用いる Quake 4:10

世界を代表するFPSの一つ ( Halo 500 万本 Halo2 700 万国内 10 万本 ) AI

71 Halo2 内容 : 宇宙船や地表を舞台にした SF の FPS 開発元 : BUNGIE Studio 出版 : Microsoft Hardware: Xbox, Windows 出版年 : 2004 年 Xbox, 全米世界を代表するFPSの一つ ( Halo 500 万本 Halo2 700 万国内 10 万本 ) AI は全てシステムシステムを変更変更しさらにしさらに高度高度になったがになったがプレイヤープレイヤーからはそのからはその差がよくがよくわからかなったからかなった

72 Halo2 NPC の課題全ての NPC を統一的な仕組みで動かしたい ( スケーラブルな AI) グラントジャッカルエリートちょこまかと動き回る愛嬌がある手堅い敵 ( コグナント ) 大型人間普通の人間味方

73 Halo2 のエージェントアーキテクチャー NPC の知能部分時間状況解析意思決定 DAG 形式の行動生成機構 HFSM 過程センサー記憶内部状態エフェクター知識表現世界表現ゲーム世界相互作用身体時間

74 HFSM( 階層型有限状態マシン ) による意志決定 DAG ( 有向非環グラフ ) 一方向にノードが伸びてノードが環を為すことのないグラフ構造振る舞いツリー末端のノードは全てキャラクターの行動を表現する Retreat Flee Self-preservation Cover Guard Root Engage Grenade Charge Vehicle fight Fight Vehicle strafe Melee Presearch Search Uncover Guard Investigate Idle Guard 第 0 層第 1 層第 2 層第 3 層

75 HFSM の使い方 1 キャラクターごとにごとに使い分ける Retreat Flee Retreat Flee Self-preservation Self-preservation Retreat on scary enemy impulse Root Grenade Root Deploy turret impulse Retreat on danger impulse Grenade Charge Charge Engage Vehicle fight Fight つけたし Engage Vehicle fight Fight Search Search Guard Guard Generic Grunt 汎用レベルデザイナーの仕事 1

76 HFSM の使い方 2 状況ごとにごとに使い分けるマスク

77 HFSM の使い方 3 場所ごとにごとに使い分けるオーダー & スタイルエリアの遷移遷移を規定そのゾーンゾーンで許されているされている行動行動のリストレベルデザイナーの仕事 3

78 補足 :Halo2 世界表現ポジション全体 = ゾーンレベルデザイナーの仕事 2 エリア ( プレイグランド ) プレイグランド内はパス検索なしに自由に移動できるそれ以外はナビゲーションメッシュ上のパス検索で移動する

79 補足 : Halo2 世界表現階層的なデータ構造用途ゾーンエリアポジションナビゲーションメッシュ戦略的移動戦術的移動一般の移動

80 Halo2 NPC の AI のアーキテクチャー NPC の知能部分時間センサー状況解析意思決定 DAG DAG 形式の形式の HFSM 行動生成 Halo2 機構のポイント HFSM 過程ゲーム世界 HFSM という単一単一のフレームフレームを工夫工夫することですることでスケーラブルな記憶 AI を実現実現した内部状態エフェクター = 開発者の手間手間を AI の原理原理によってによって大幅大幅に削減企画の発想 3 層構造の世界表現知識表現世界表現 HFSM の原理原理を理解理解して時間ゲーム世界ゲーム世界プログラマーの発想相互作用 HFSM の原理原理を実装実装する ( 実装にも 1発想キャラクターに対しても 2 して作り込んでいく状況に応じても 3 場所に応じても発想身体統一的な方法で AIを制御にも幾つかのつかのテクニックテクニックがある ( スケーラブルなAI) がある )

81 時空間認識のスケーリング思考の柔軟柔軟さ = 思考の賢さ =さまざまな時空間時空間スケールスケールにあったにあった思考思考ができるができること世界表現空間階層的に AI を構築せよ! 知性の進化の方向時間プランニング

82 F.E.A.R 内容 : 閉鎖空間の中のホラー FPS 開発元 : Monolith Production 出版 : SIERRA Hardware: Windows, PS3 出版年 : 2004 年 FPS とホラーを, 映画的な演出によって結びつけたエポックメーキングな名作長年発展させて来た AI 技術の本領が発揮され開発者プレイヤーから高い支持を集める

83 F.E.A.R NPC の課題何をするべきかを自分で見つける見つけた目的を如何にするべきかを自分で考える (C4 アーキテクチャー + ゴール指向プランニング ) ラットアサシン動き回るが攻撃しない壁や天井を這う敵人間普通の人間学術的な成果 (C4 アーキテクチャー ) をどう実際実際のゲームゲームに応用応用しているかしているか見てみようてみよう!

84 F.E.A.R NPC の AI のアーキテクチャー NPC の知能部分時間認識過程ゴール指向プランニング行動生成過程センサーシンボル統一事実形式 Working Memory ブラックボードモーション知識表現世界表現時間ゲーム世界相互作用身体

85 プランニングとは?

86 プランニングとは? 初期状態行動 1 行動 2 行動 3 行動 4 ゴールプラナー基本概念 : 初期状態ゴールプラナー

87 アクションプランニングの例行動 ( アクション ) によるプランニング = 初期状態アクションプランニングゴールのどがかわいた移動する水を飲むのどはかわいてないよプラナーあなたは何ができるの? 移動する水を飲む

88 連鎖による方法プランニングにおける行動の表現前提条件水のある場所を知っている水を手にとることができる振る舞い水のある場所へ行く水を飲む効果水を手にとることが出来るのどが乾いていない前提条件 = その行動を実行するために必要な条件効果 = その行動を起こしたことによる効果 F.E.A.R では前提条件効果をシンボルで記述する

89 のどはのどはのどはのどはかわいてかわいてかわいてかわいてないよないよないよないよ連鎖によるプランニング初期状態ゴールのどがのどがのどがのどがかわいたかわいたかわいたかわいた水のある場所へ行く水のある場所を知っている水を手にとることが出来る水を飲む水を手にとることができるのどが乾いていない水のある場所を知っている喉がかわいているプラナー水のある場所を知っている喉がかわいていない連鎖連鎖による方法アクションアクションアクションアクションのプールプールプールプール

90 連鎖による方法プランの分岐

91 鎖による方法期条件によるンの分岐

92 プランニング説明終了

93 F.E.A.R のプランニング 1 シンボル ktargetisdead = ture この兵士 A は死んだ ktargetatme = ture この兵士 Bは自分自分を狙っている kweaponisloaded = false 私 C の武器は装填済みでない

94 F.E.A.R のプランニング 1 シンボルエージェントの認識する世界をもっとシンプルに表現したい 20 個のシンボルで世界を集約して表現するシンボル ksymbol_atnode どのノードにいるか ksymbol_ WeaponArmed 武装しているか ksymbol_target IsSuppressed 威嚇されているか ksymbol_targetis AimingAtMe どのノードにいるか ksymbol_ WeaponLoaded 装填されているか ksymbol_atnodetype どんなタイプのノードにいるか ksymbol_ RidingVehicle 乗り物に乗っているか各エージェントについて (Agent-centric) ksymbol_ UsingObject オブジェクトを使っているか? ksymbol_ TargetIsDead 死んでいるかこのシンボルシンボルをプランニングプランニングへ

95 F.E.A.R. のプランニング 2 シンボルによる連鎖プランニングターゲットターゲットターゲットターゲット A が死んでいるんでいるんでいるんでいるターゲットターゲットターゲットターゲット A が死んでいるんでいるんでいるんでいる攻撃武器武器武器武器が装填装填装填装填されているされているされているされている武器武器武器武器が装填装填装填装填されているされているされているされている装填する武器武器武器武器を持っているっているっているっている武器武器武器武器を持っているっているっているっている武器を拾う条件条件条件条件なしなしなしなしプラナープランニング

96 プランニング

97 F.E.A.R の NPC のセンサーセンサー = 五感からの情報及び五感から得られるはずの情報を模擬する機能ゲーム世界センサー SensorNodeCombat SensorSeeEnemy PassTarget CoverNode 認識過程レイキャスト ( 視線チェック ) パス検索など重たい処理からなる SensorNodeCombat 隠れる或いは隠れながら攻撃できる場所を探す敵が見えるかチェック SensorSeeEnemy PassTarget CoverNode 戦術ポイントポイントまでのまでのパスパスを見つけつけかつそのかつそのパスパスが敵からから安全安全であることをであることをチェックチェックするする隠れることができるノード

98 F.E.A.R の COM の感覚 ( セン CoverNode サー ) PassTarget E A A E 1 秒に 3 回アップデート A E A E 戦術ポイントまでの安全なパスを探す

99 F.E.A.R の COM の感覚 ( センサー ) センサー = 五感からの情報及び五感から得られるはずの情報を模擬する機能世界センサー SensorNodeCombat SensorSeeEnemy PassTarget CoverNode 認識過程 Working Memory 1 統一事実形式 2 シンボルレイキャスト ( 視線チェック ) パス検索など重たい処理からなる関数 SensorNodeCombat 隠れる或いは隠れながら攻撃できる場所を探す敵が見えるかチェック SensorSeeEnemy PassTarget CoverNode 戦術ポイントポイントまでのまでのパスパスを見つけつけかつそのかつそのパスパスが敵からから安全安全であることをであることをチェックチェックするする隠れることができるノード

100 1 統一事実記述形式キャラクターオブジェクト任務事件パス欲求全て以下以下の形式 ( フォーマット ) で記述記述するするノード統一事実記述形式場所方向感覚オブジェクト情報取得時刻未公開場所 ( 位置信頼度 ) 方向 ( 方向信頼度 ) 感覚のレベル ( 感覚の種類信頼度 ) オブジェクト ( ハンドル信頼度 ) 情報取得時刻全部で本当は 16 個の属性がある

101 1 統一事実記述形式記憶領域に認識した事実を Working Memory へ蓄積する敵 C が時刻 M に位置 Z にいた信頼度 = 0.6 Working Memory 敵 A が時刻 L に位置 X にいた信頼度 = 1.0 敵 B が時刻 M に位置 Y にいた信頼度 = 0.0 ターゲットを決める Blackboard ターゲットは A にする

102 F.E.A.R NPC の AI のアーキテクチャー認識過程 NPC の知能部分 F.E.A.R ゴール指向プランニング. のポイントプランニング事実表現行動生成過程 C4 アーキテクチャーの基本基本の上にプランニングプランニング技術技術を組む込む = 状況を認識認識してして目的目的を選択選択してゲーム世界して計画計画を立てる AI 記憶ブラックボードセンサー 1 目的を自分で決定する知識表現世界表現 2 目的を遂行する方法を状況に応じて作成するプログラマーの発想時間企画の発想単一の行動行動でなくでなく一つなぎのつなぎの行動行動のシークエンスシークエンスを指定できるできる時代時代になったのだ ( これからの AI) ゲーム世界相互作用身体時間モーションプランニングの実装技術実装技術を身につける ( これからのゲーム AI の最大最大の武器 )

103 第 2 部エージェントアーキテクチャーから作るキャラクター AI 第 1 章 Killzone 世界表現第 2 章 Halo 状況解析第 3 章 Halo2 HFSM 第 4 章 C4 アーキテクチャー認識ツリー第 5 章 F.E.A.R. 連鎖プランニング第 6 章 Chrome Hounds (10 分 )

104 ChromeHounds 内容 : オンライン上でロボットチーム対戦開発元 : FromSoftware 出版 : SEGA Hardware: Xbox360 出版年 : 2006 年リアルな戦場でロボットからなるチーム同士で戦うネットワークゲームオンライン上でプレイヤーチームと AI チームとの対戦が可能

105 ChromeHounds NPC の課題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 ( マルチエージェント ) プレイヤーチーム ( 最大 6 名 ) AI チーム ( 最大 6 名 )

106 ChromeHounds NPC の AI のアーキテクチャー身体認識過程評価値評価値評価値評価値によるによるによるによるゴールゴールゴールゴール選択選択選択選択 + 階層型階層型階層型階層型ゴールゴールゴールゴール指向指向指向指向プランニングプランニングプランニングプランニング行動生成行動生成行動生成行動生成過程過程過程過程記憶センサー NPC の知能部分ゲーム世界知識表現世界表現相互作用相互作用相互作用相互作用時間時間モーションモーションモーションモーション反射反射反射反射モードモードモードモード

107 階層型ゴールゴール指向指向プランニングプランニングとは?

108 一つの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

109 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

110 クロムハウンズにおけるゴール指向型プランニングパスパスパスパスに沿ってってってって移動移動移動移動するするするする通信塔通信塔通信塔通信塔を見つけるつけるつけるつけるパスパスパスパスを見つけるつけるつけるつける通信塔通信塔通信塔通信塔へ行く通信塔通信塔通信塔通信塔を占拠占拠占拠占拠通信塔を占領する撃つ歩く止まるまるまるまる通信塔通信塔通信塔通信塔の周囲周囲周囲周囲に 10 秒間秒間秒間秒間いるいるいるいる戦術戦術戦術戦術振る舞い操作操作操作操作ハウンズハウンズハウンズハウンズ

111 ゴール指向プランニングによって通信塔を占拠するデモ Conquer_Combas_TeamAI.av i 左上は階層型プランニングのゴール表示

112 クロムハウンズ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状況状況状況状況に応じてじてじてじて戦略戦略戦略戦略を選ぶ知能知能知能知能が必要必要必要必要複数のゴールゴールを選択する意思決定機構選択選択選択選択

113 クロムハウンズ状況により変動する評価値のイメージ敵を叩く味方を守る戦略層通信塔占拠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状況状況状況状況に応じてじてじてじて変動変動変動変動するするするする評価地評価地評価地評価地そのそのそのその状況状況状況状況に応じてじてじてじて適したものほどしたものほどしたものほどしたものほど高い点数点数点数点数がつくようにするがつくようにするがつくようにするがつくようにする複数のゴールゴールを選択する意思決定機構

114 ChromeHounds NPC の AI のアーキテクチャー NPC の知能部分評価値によるによるゴールゴール選択認識階層型ゴール指向プランニング + クロムハウンズ階層型ゴールゴール指向のポイント過程プランニング行動生成過程階層型ゴールゴール指向指向プランニング反射モードプランニングによってによって戦略的に行動行動できるゲーム世界 AI を作り上げたセンサー = 長い時間時間を知的記憶知的に支配支配する AI を作ることがることが出来出来た 1 目的を自分で決定する抽象的な目標目標を具体的具体的に解決解決できる AI 2 知識表現世界表現目的を遂行する方法を状況に応じて作成する時間企画の発想相互作用 AIを作ることができる時間モーションプログラマーの発想プランニングの技術技術を試行錯誤ゲーム世界試行錯誤しながらしながら身につけよう身体!( 応用の幅が広い )

115 階層型 AI の例 Killzone 2 空間時間の思考の階層化 The Sims 3 行動思考の階層化 ChromeHounds ゴール階層化 WCCF AI システム全体の階層化他多数 [ 参考 ] DiGRA JAPAN 2009 年 5 月の公開講座 WCCF AI エンジニアリング : サッカーゲーム AI の設計と実装

116 Halo AI の意志決定部分イベントイベントイベントイベント敵の情報情報情報情報チャージチャージチャージチャージ, 退却退却退却退却, 隠れるれるれるれる場所探場所探場所探場所探すグレネードグレネードグレネードグレネードを投げるげるげるげる車に入る死体死体死体死体を確認確認確認確認単純単純単純単純なロジックロジックロジックロジックで 1 ページページページページ未満未満未満未満の簡単簡単簡単簡単なコードコードコードコードからなるからなるからなるからなる傾向傾向傾向傾向としてはとしてはとしてはとしてはグラントグラントグラントグラントはすぐはすぐはすぐはすぐ逃げるげるげるげるエリートエリートエリートエリートは傷つくとつくとつくとつくと隠れジャッカルジャッカルジャッカルジャッカルはシールドシールドシールドシールドを持つ各振各振各振各振る舞いはいはいはいはトリガートリガートリガートリガーを持つトリガートリガートリガートリガーによってによってによってによって振る舞いはおいはおいはおいはお互い競合競合競合競合するするするする意思決定ロジックモーションモーションモーションモーションコントロールコントロールコントロールコントロール位置取位置取位置取位置取り FSM FSM レベルデザイナーの仕事 1

117 Halo AI のアーキテクチャー敵発見敵発見味方志望味方志望ダメージダメージ受けたけたプレイヤープレイヤー発砲発砲などイベントイベントを抽出状況解析演出 ( セリフ )

118 Halo NPC の AI のアーキテクチャー敵発見敵発見味方志望味方志望ダメージダメージ受けたけたプレイヤープレイヤー発砲発砲などイベントイベントを抽出状況解析 NPC の知能部分意思決定ロジックモーションコントロール時間センサー感情 ( 演出にのみ使用 ) 記憶モーション時間知識表現世界表現ゲーム世界相互作用身体

119 Halo 内容 : 宇宙船や地表を舞台にした SF の FPS 開発元 : BUNGIE Studio 出版 : Microsoft Hardware: Xbox, Windows, Mac 出版年 : 2002 年 Halo Xbox, 全米世界を代表するFPSの一つ ( Halo 500 万本 Halo2 700 万国内 10 万本 ) 愛嬌のある NPC とその演出でプレイヤーからの定評を得る

120 エージェントアーキテクチャ

121 エージェントアーキテクチャ身体認識過程意思決定機構行動生成過程一時記憶 (Working Memory) 内部状態センサーエフェクター NPC の知能部分ゲーム世界知識表現世界表現アフォーダンス相互作用相互作用相互作用相互作用時間時間記憶記憶記憶記憶と思考思考思考思考の相互作用相互作用相互作用相互作用 NPC NPC NPC NPC からからからから見た認識認識認識認識知識知識知識知識モデルモデルモデルモデル化 ( ゲームゲームゲームゲーム世界世界世界世界の特徴特徴特徴特徴を抽出抽出抽出抽出したしたしたしたデータデータデータデータのことのことのことのこと ) 知覚知覚知覚知覚するするするする行動行動行動行動するするするする事前記憶

122 5 つの基本用語を覚えて帰ろう! エージェント知識表現プランニング有限状態機械エージェントアーキテクチャ

123 ゲーム AI セミナー群第 4 回 Halo2 有限状態機械第 3 回 ChromeHounds マルチエージェント第 2 回 F.E.A.R プランニング第 1 回 Killzone 知識表現 ( 世界表現 ) 社内セミナー ( 週 1 回 /~90 回 ) IGDA ゲーム AI 連続セミナー (2 ヶ月 1 回 / 全 6 回 )

124 技術者にできることゲーム書籍論文カンファレンス Tech 認識過程 Tech 意思決定機構 Tech 行動生成過程 Tech Tech Tech Tech 毎日少しずつ各領域の技術を分類して集積すること

125 企画にできることゲーム自然界書籍論文グラフィッカーが素材を集めるみたいに企画はいろいろな場所から知性の事例を集めることが出来るエージェントアーキテクチャーゲーム AI へ応用

126 企業にできること継続的な技術の調査集積ゲーム AI の原型原型となるとなる知性知性の事例調査認識過程意思決定機構行動生成過程 Tech Tech Tech 事例研究 1 1 普段からから技術者技術者と企画者企画者が高いレベルレベルの人工知能事例研究人工知能の 2 Tech 概念を用いたいた会話 Tech 会話が出来出来るように Tech るように社内環境 ( 教育 ) を充実充実させるさせる事例研究 2 より高度なゲームゲーム AI における競争力 AIの製作基盤の確立競争力をつけるをつける

127 意思決定機構意思決定機構意思決定機構意思決定機構 Tech Tech 大学にできること行動生成過程行動生成過程行動生成過程行動生成過程 Tech Tech 事例研究 1 事例研究 2 事例研究ゲームゲームゲームゲーム産業産業産業産業におけるにおけるにおけるにおける人工知能技術人工知能技術人工知能技術人工知能技術のレベルレベルレベルレベルが上がればがればがればがれば高い技術技術技術技術レベルレベルレベルレベルの技術交流技術交流技術交流技術交流が可能可能可能可能になるになるになるになる (C4 アーキテクチャーからわかるようにそのタイミングは 5 年前から始まっている ) ルールベース知識表現プランニングゲームゲームゲームゲーム産業産業産業産業大学大学大学大学 HFSM ニューラルネット大学はずっと知識技術を積み上げて来たゲーム業界はどうだろうか? ゲームゲームゲームゲーム AI におけるにおけるにおけるにおける産学連携産学連携産学連携産学連携を実現実現実現実現するためにはするためにはするためにはするためにはまずまずまずまず我々ゲームゲームゲームゲーム業界側業界側業界側業界側の技術技術技術技術を上げてげてげてげて行かなければならないかなければならないかなければならないかなければならない

128 日本にできること AI はコンテンツに依存する = コンテンツの幅が広ければゲーム AI の幅も広い AI AI AI AI AI AI AI 本来日本日本はその AI そのコンテンツ Sports コンテンツ力に応じた Strategy じたゲーム AI の可能性可能性と力を持っているはず! AI FPS ゲーム AI の技術力技術力を上げる = 新しいゲームデザインゲームデザインを拓く力でもある!

129 本講演まとめ (1) ゲーム AI はこの 10 年で基本技術と言えるものが次第に明らかになって来た (2) ゲーム AI という分野はそういった基礎の上に個々のタイトルの AI を構築する分野になりつつある (3) そういった基礎事項を常に学び取りながらタイトルごとの固有の技術を開発することで技術的に発展して行く

Microsoft PowerPoint - YMiyake_Shosen_2010_5_15.ppt

Microsoft PowerPoint - YMiyake_Shosen_2010_5_15.ppt デジタルゲームの教科書発売記念著者トークイベント 2010.5.15 ( 土 ) 三宅陽一郎 y.m.4160@gmail.com Twitter: miyayou http://www.s-dogs.jp/dgame/index.html 株式会社グルーブシンク松井悠 y_matsui@groovesync.com Contact Information Youichiro Miyake Mail: