バンダイナムコスタジオにおけるゲームAIの歴史とこれから

バンダイナムコスタジオにおけるゲームAIの歴史とこれから株式会社バンダイナムコスタジオ長谷洋平 2018/09/28 東京工科大学メディア学部特別講義

自己紹介 2009年、株式会社バンダイナムコゲームス（当時）入社エースコンバットシリーズ、鉄拳シリーズなどの開発に携わる現在は開発中のゲームにてリードAIプログラマをしつつ、  最新の人工知能技術のリサーチも行う 2015年～2018年のCEDECで計７件の登壇
その他、人工知能学会誌への論文の寄稿など 2

この講義について当初は勝手に動くキャラクターを指してAIと言っていたが、  今やAIはゲーム開発になくてはならないものになっている時代が進むにつれて変わっていったもの、  変わらないものは何だろうか？ 3 自動調整自動生成
キャラクター自動プレイコンテンツ AI プレイ補助

アジェンダ 4 1971 コンピュータースペース  （世界初の業務用ビデオゲーム）ジービー  （ナムコ初のビデオゲーム）セガサターン  プレイステーション第２次AIブーム
PS4  Xbox One VR 第３次AIブーム 2016 1994 1978 1980 2000 2013 初期  （70, 80年代）発展期  （90, 00年代）現在  （10年代）未来

初期（70, 80年代） 6 スペースインベーダー（’78）が日本を席巻しゲームが一般化ビデオゲームが生まれたばかりの頃の敵キャラクターは  直線的で単純な行動を繰り返し行うのみ 1971 コンピュータースペース 
（世界初の業務用ビデオゲーム）ジービー  （ナムコ初のビデオゲーム）セガサターン  プレイステーション第２次AIブーム PS4  Xbox One VR 第３次AIブーム 2016 1994 1978 1980 2000 2013

ギャラクシアン（’79）スペースインベーダーと同様の  固定画面シューティングゲーム日本で初めて  スプライト機能を搭載 7 ©BANDAI NAMCO
Entertainment Inc. 背景となる大きなサイズの画像に  小さな画像をハードウェアで  合成する技術

ギャラクシアン（’79）従来（ビットマップ）  移動前と移動後の領域を  ソフトウェア的に書き換えるスプライト  表示位置を書き換える滑らかな曲線を用いた移動キャラクターごとの個性づけ
8 ©BANDAI NAMCO Entertainment Inc.

パックマン（’80）女性をターゲットにした  ドットイートゲーム最も成功した業務用ゲーム機  としてギネスに認定従来のゲームに比べ  よりキャラクター性が 
強くなっている 9 ©BANDAI NAMCO Entertainment Inc.

パックマン（’80）モンスターそれぞれが  固有の性格（動き）を  持っている波状攻撃中はプレイヤーや  他のモンスターを  基準に行動する 10
時間により切り替えることで  ゲームプレイに波を作る単純なアルゴリズムで  プレイヤーを適度に追い詰める  行動を実現できる ©BANDAI NAMCO Entertainment Inc.

他のゲームでも 11 マッピー（’83）ロンパーズ（’89）ニャームコ（ボス）ミューキーズ（雑魚） ©BANDAI NAMCO Entertainment Inc.
©BANDAI NAMCO Entertainment Inc.

ゼビウス（’83）世界初の  縦スクロールシューティング自動難易度調整の  仕組みが組み込まれ、  プレイスキルによらず楽しめ  リプレイ性も向上した 12

ゼビウス（’83）従来のゲームはステージをクリアしたら難易度が上がる、  ミスしたら下がるというデザインだったのが、  途中のプレイヤーの行動に応じてよりアクティブに制御している 13 ©BANDAI NAMCO Entertainment Inc.

この頃の技術単純な条件分岐や計算式による行動例：座標の差分を見て距離が長い方の軸を合わせる参照するテーブルの行を切り替えて挙動の変化を表現 14 ©BANDAI NAMCO Entertainment
Inc.

ここまでのまとめスプライトの登場によりキャラクターの複雑な移動や  キャラクターを個々に動かすことが容易になったハードの性能に制限があるため技術的に複雑なことはできず、ゲームデザインでカバーしていたビデオゲームが一般化していくに従って、  より幅広い人に楽しんでもらえるように 
コンテンツ自体を制御するアプローチが生まれた 15

発展期（90, 00年代） 17 ゲームデザインが確立され始め、多くのヒット作が登場業務用、据置型ゲームを中心に3Dグラフィックスを用いた  ゲームが広がっていくゲームの規模が大きくなり、多くの人間が関わるようになる
1971 コンピュータースペース  （世界初の業務用ビデオゲーム）ジービー  （ナムコ初のビデオゲーム）セガサターン  プレイステーション第２次AIブーム PS4  Xbox One VR 第３次AIブーム 2016 1994 1978 1980 2000 2013

AIの浸透 90年代から仕様書に「AI」という言葉が使われ始める 18 PS版テイルズオブファンタジア（’98）ロンパーズ（’89） ©BANDAI NAMCO Entertainment
Inc. ©BANDAI NAMCO Entertainment Inc.

風のクロノア2 ～世界が望んだ忘れもの～（’01） 3次元空間を使った複雑な行動や段階に応じた行動の変化 19 ©BANDAI NAMCO Entertainment Inc.

テイルズオブデスティニー2（’02）自律的に行動しつつ、プレイヤーの指示に従う仲間キャラクター 20 ©BANDAI NAMCO Entertainment Inc.

この頃の技術 90年代から開発言語としてC言語が使われるようになる →　複雑な処理の記述が容易になるゲームデザインの熟成や3D技術の登場により  ゲームの規模が大きくなり、キャラクターに複雑な行動が  求められるようになってくる 21

スクリプトゲームの規模が大きくなるにつれ分業化が進み、  プログラマ以外でも簡易なロジックの構築や  調整が行えるようにスクリプト化が進められるゲームデザイナー自らで調整できる項目が増え、  イテレーション効率が上がった 22 テイルズ
オブレジェンディア（’05）

FSM 有限個の状態とその遷移で振る舞いを表したモデル必ず初期状態があり、ある時点では1つの状態しかとらない内的、外的イベントをもとに次の状態へ遷移する状態が複雑に絡み合う場合は階層型にして整理する（HFSM） 23
攻撃逃走巡回

ウェイポイントによるパス検索キャラクターの通れる場所をポイントと接続で表現し、  その間をグラフ探索を用いて障害物を避ける経路を見つける 24

ここまでのまとめ以下を目的にゲーム内でAIが使われるようになってきた  ゲームが複雑になったことで出てきた課題の解決例：障害物を避けて移動してほしい新たな遊びの要素の実現例：プレイヤーの指示に従う仲間キャラクターゲームが目指す遊びを実現する＝　ユーザーエクスペリエンスの最大化
25

現在（10年代） 27 ゲームの規模がさらに巨大化していき、作業の物量に対して  人手を増やして対応するという解決方法が限界になってきた VRのような新しいデバイスも登場し、コンテンツが多様化 1971 コンピュータースペース  （世界初の業務用ビデオゲーム）
ジービー  （ナムコ初のビデオゲーム）セガサターン  プレイステーション第２次AIブーム PS4  Xbox One VR 第３次AIブーム 2016 1994 1978 1980 2000 2013

エージェントアーキテクチャ 28 Perception Brain Action Blackboard 環境行動

空間認識ロスト・リーバース（’15）複雑なゲーム空間を動的に分析する仕組み細かく分かれた処理をいくつも組み合わせて  データドリブンに認識を作っていく 29 ©BANDAI NAMCO
Entertainment Inc.

空間認識 30 生成変更フィルタリングスコアリング最終結果

空間認識例：極力移動せずに戦う 31 ©BANDAI NAMCO Entertainment Inc.

空間認識例：敵から距離をとりつつ戦う 32 ©BANDAI NAMCO Entertainment Inc.

Inﬂuence Map ロスト・リーバース（’15） 33 ©BANDAI NAMCO Entertainment Inc.

Inﬂuence Map ゲーム中のイベントやキャラクターの行動に応じて  動的にゲーム空間へのタグ付けを行う 34 近づくな危険危険例：脅威度

Inﬂuence Map ゲーム空間を格子状に区切ったデータに  タグ情報をマッピング障害物も考慮して影響度を周囲に分散させていく 35

ビヘイビアツリー AIの意思決定をツリー状に構築する手法大きく分けて3種類のノードから構成される 36 Task Composite Decorator

ビヘイビアツリー Task ビヘイビアツリーにおけるリーフノード主に条件判定やアクションの実行を行い、  結果として成功か失敗を返す条件判定：ターゲットが生きているか？残弾数はあるか？
アクション：射撃を行う、セリフを発話する 37 Success Failure

ビヘイビアツリー Composite 子ノードの実行を制御するノード Sequence：子ノードを順番に実行するノード Selector：子ノードの中から一つを選択するノード 38 Sequence
Selector Success Failure Success Failure Success Failure

ビヘイビアツリー Decorator 子ノードを一つしか持てない特別なノード子ノードの動作をカスタマイズする x 回繰り返す、x 秒経過すると終了する
39 repeat 3 射撃 timeout 5.0sec 隠れる

ビヘイビアツリー 40 攻撃巡回近接遠距離周りに  敵が  いない巡回地点 
を選択移動残弾数が  十分か？射撃移動格闘

HTNプランニング AI自身に戦略や行動計画を立てさせる自動計画の技術の一種抽象的なタスクをより具体的なタスクへ分割していくことで必要な行動とその順序を見つけるタスクをどのように分割するかを事前に定義しておき、  そのタスクネットワーク（Hierarchical Task
Networks）を使って将来の状態の変化をシミュレートしながら問題を解く人が行動を計画する時の思考と似ているのでわかりやすい 41

HTNプランニング 42 東京の家から福岡駅に行く航空券を買う、羽田空港に行く、飛行機に乗る、福岡駅に行く航空券を買う、羽田空港に行く、飛行機に乗る、福岡駅に行く航空券を買う、東京駅に行く、切符を買う、電車に乗る、羽田空港に行く、  　　　飛行機に乗る、福岡駅に行く航空券を買う、東京駅まで歩く、切符を買う、電車に乗る、飛行機に乗る、切符を買う、電車に乗る … 分割
分割プランに追加、所持金：100,000円 ‒ 50,000円 = 50,000円ステート  所持金：100,000円

HTNプランニング 43 東京の家から福岡駅に行く福岡駅まで歩く福岡駅まで歩く分割プランに追加、所持金は変化なしステート  所持金：100円

ハイブリッドシステムタイムクライシス5（’15）ビヘイビアツリーで決めた目標を達成するプランを  HTNプランニングにより求める 44 HTNプランナタスクA タスクB タスクC 目標
成功 or 失敗生成

BDIアーキテクチャ「意図の理論」をベースとしたエージェントアーキテクチャエージェント内部に信念、願望、意図を心的状態として保持アルゴリズム 1. 信念と欲求から達成すべき目標（願望）を決め、  達成手段の候補を求める 2.
達成手段の候補から実際に行う手段を熟考して決定 3. 決定した手段を意図として実行する 4. 外部からの知覚をもとに信念を更新する 45

BDIアーキテクチャ 46 Perception Brain Behavior Tree Blackboard 信念空間への投影 HTN Planner

BDIアーキテクチャ 47 Perception Brain Behavior Tree Blackboard 信念願望 HTN
Planner

BDIアーキテクチャ 48 Perception Brain Behavior Tree Blackboard 信念願望 HTN
Planner 意図

BDIアーキテクチャ 1. 信念と欲求から達成すべき目標（願望）を決め、  達成手段の候補を求める  2. 達成手段の候補から  実際に行う手段を熟考して決定 3. 決定した手段を意図として実行する 4.
外部からの知覚をもとに信念を更新する合理性の高い、より人間（生物）らしいAIを  データドリブンに構築できる 49 Perception Brain Behavior Tree HTN Planner HTNドメイン

BDIアーキテクチャ 50 HTNプランナタスクA タスクB タスクC 願望意図生成

ナビゲーションメッシュタイムクライシス5（’15） 51 ©BANDAI NAMCO Entertainment Inc.

3次元パス検索最新ゲームAIエンジン（’18） Sparse Voxel Octree (SVO) を使用して  3次元空間を効率的に表現 53

パス検索結果 54

PID制御 57 P Vehicle D I LPF 出力値速度  角度
目標値速度  角度操作量（アクセル、ハンドル） u(t) = Kp e(t) + Ki ∫ t 0 e(τ)dτ + Kd de(t) dt （　　　　：制御パラメータ） Kp , Ki , Kd ステップ応答法＋焼きなまし法で自動調整

パラメータのオートチューニング練習コース 58 スタートゴール

パラメータのオートチューニング 59 最適化前アクセルやハンドルの加減が  わからないのでフラフラして  すぐコースアウト最適化後レベルデザイナーの設定した  ターゲットにきちんと追従し  コースアウトもせず乗り物を 
運転できている

Adaptive Level Control テストプレイ動画、プレイログを分析して  プレイ感情に関係する説明変数を抽出説明変数からプレイヤーの感情を推測する計算モデルを構築 61

Adaptive Level Control どのようにしてプレイヤーの感情を揺さぶるか？敵の行動を制御  （下手なプレイヤーを狙う、わざと危険な場所に陣取る）敵の生成を制御 62

デザイン面では？アンチャーテッド4はパックマンを参考に敵の行動をデザイン 64 Matthew, Gallant.「Authored vs. Systemic: Finding a Balance
for Combat AI in 'Uncharted 4’」GDC 2017 Engager Ambusher Defender Chase the player's current position Head off the player's future position Holds down his corner of the maze

ここまでのまとめデザイン面では昔から変わらない部分も多いが、  ゲームが複雑になった分、高度なAI技術で  それを実現しようとしている増え続ける開発コストを抑える目的で  AI技術が使用されることも出てきた 65

ここまでのまとめ AIの応用範囲が広がってきた… ユーザーエクスペリエンスの最大化クリエイターの創造性の最大化遊びの拡張：今まで実現できなかった遊びを提供できるようにする例：迫力のある空戦、その人に合わせたプレイ体験の創出開発支援：よりクリエイティブなところに時間を使えるようにする例：パラメータの自動調整
66

これからクリエイターの創造性の最大化遊びの拡張：今まで実現できなかった遊びを提供できるようにする開発支援：よりクリエイティブなところに時間を使えるようにする今後もこの2方向でそれぞれ大きく発展していく新たなデバイスの登場やスペック向上により 
今まで使われてこなかったAI技術の需要も高まっている開発支援はここ最近重要度が高まっている分野で  最新技術も応用しやすい 68

遊びの拡張動的生成と動的解析ゲーム実行時に世界を作ることで高品質で豊かな世界を  現実的な工数とデータサイズで実現するプレイヤーのモデリングコンテンツのパーソナライズには必要不可欠身体性の獲得
インプットでもありアウトプットでもある生物が火を恐れるのは触れると熱いのを知っているから身体性を得ることで膨大なルールを書かないと実現できなかった  生物らしい振る舞いを簡単に作れるようになる可能性がある 69

開発支援オートプレイバグの発見、マルチプレイゲームにおけるテストプレイの補助アセット、パラメータの検査アセットの不備や問題のあるパラメータの組み合わせを  自動で見つけるプレイログの分析、可視化
テストプレイや実運用で得られたログや動画を分析、可視化し  ゲームデザインやレベルデザイン上の改善点を見つけやすくする感覚に頼っていたものがデータにより裏づけされるので  全体的な質の底上げにつながる 70

現在の状況第3次AIブームの波の真っ只中（統計分析、深層学習）第2次AIブームの時と同じように、今回も今流行っている  技術がそのままゲームAIの主流になるとは限らない以前からあるけどあまり注目されていなかった技術の方が程よく枯れていて扱いやすい 71 1971
コンピュータースペース  （世界初の業務用ビデオゲーム）ジービー  （ナムコ初のビデオゲーム）セガサターン  プレイステーション第２次AIブーム PS4  Xbox One VR 第３次AIブーム 2016 1994 1978 1980 2000 2013 両面で取り組んでいかないといけない

まとめスプライトを使用してキャラクターを自由に動かせるようになったのがゲームAIの始まりゲームの規模が大きくなる中で、複雑な環境でも  正しくキャラクターが動けるようにAIが進化していったデザイン面では昔から変わらず活用されている手法もある
開発作業を支援する目的でのAI活用も増えてきている第3次AIブームの中、ゲームAIも大きく発展しようとしている 72

資料複数タイトルで使われた柔軟性の高いAIエンジン, CEDEC2015  （https://cedil.cesa.or.jp/cedil_sessions/view/1287）プレイヤーに反応するだけのAIはもう古い！ゲームAIへのプランニング技術の導入, CEDEC2016  （https://cedil.cesa.or.jp/cedil_sessions/view/1476）
LOST REAVERSにおけるAI Directorの試み, CEDEC2016  （https://cedil.cesa.or.jp/cedil_sessions/view/1475） Perception Tree ～Behavior Treeを応用したお手軽、柔軟な環境認識システム～, CEDEC2017  （https://cedil.cesa.or.jp/cedil_sessions/view/1657）空を優雅に飛ぶキャラクターのための3次元パス検索とステアリング, CEDEC2018  （https://cedil.cesa.or.jp/cedil_sessions/view/1833）汎用ゲームAIエンジン構築の試みとゲームタイトルでの事例, 人工知能学会誌 Vol.32 No.2  （http://id.nii.ac.jp/1004/00008566/） 73

バンダイナムコスタジオにおけるゲームAIの歴史とこれから

バンダイナムコスタジオにおけるゲームAIの歴史とこれから

More Decks by Bandai Namco Studios Inc.

Other Decks in Technology

Featured

Transcript