デジタルゲームの人工知能における内部観測の生成と外部観測の派生について

第 7 回内部観測研究会

三宅　陽一郎y.m.4160@gmail.com

http://www.facebook.com/youichiro.miyaketwitter: @miyayou

2013.3.3

感謝と自己紹介• 高橋先生、脇坂先生、ありがとうございます。• １９７５年生まれ• 自己紹介 　　　 2004-2011 AI Programmer (FROM SOFTWARE) 2011-Present Lead AI Researcher (SQUARE ENIX)

2007-Present 国際ゲーム開発者協会 日本支部 SIG-AI チェア（ IGDA JAPAN SIG-AI) 2008-Present 日本デジタルゲーム学会（ DiGRA JAPAN ）研究委員　　　 2011-Present CEDEC （日本ゲームカンファレンス）委員 　　　• 所属学会　　　　人工知能学会、 AAAI, IEEE CIS, ACM, 日本デジタルゲーム学会（DiGRA JAPAN） 情報処理学会 EC研究会 委員→アドバイザー（何もしなかった）　　　 　　 ACM マルティメディア国際学会 委員（何もしなかった） 情報処理学会　 AI コンテスト　 SamurAI Coding 委員　（これから頑張ります） IEEE WCCI 2014 (Computational Intelligence 国際会議 ) 　委員　（これから頑張ります）　　　 経済産業省 DCEXPO 委員（ちょっと頑張った）

学歴？

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

Works (2006-2012)

AI for Game TitlesBooks

Chrome Hounds (2006)Demon’s Souls (2009) PokaPoka Airu Village (2011)Armored Core V (2012)

はじめにAt Beginning …

（注）• 通常、ゲーム AI と言った場合、チェスや将棋のようなボードゲーム上の人工知能のことを指しますが、• 本講演では、ゲーム AI と言った場合には、アクションゲームや、 RPG 、ストラテジーゲームと言った動的なゲームにおける人工知能を指します。

• ＰＡＣＭＡＮDemo

Demo

Halo AI Retrospective: 8 Years of Work on 30 Seconds of Fun Author: Damian Isla (AI Engineering Lead)http://www.bungie.net/Inside/publications.aspx

ゲームの歴史＝ゲームの進化 ゲームの歴史はゲームの進化である。 ゲームの進化はゲーム AI の進化を促す。

では、ゲーム AI とは何でしょう？ ゲーム AI の進化とは何でしょう？ 　　　　　　　　　　　　　　　　　　　　　　（本日のテーマ）

ゲームを創作する（ゲームはゲームを製作する者によって進化する）　　　　

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

ゲーム世界と AI

AI Character(=NPC)

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

ゲーム世界と AI

AI Character(=NPC) キャラクター AI

(Brain)

プロシージャル技術（自動生成、自動制御）(Auto-generation, Auto-Control)

メタ AI

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

ゲーム世界と AI

AI Character(=NPC) キャラクター AI

(Brain)

メタ AI

ゲーム AI の扱う領域プロシージャル技術（自動生成、自動制御）(Auto-generation, Auto-Control)

本講演のコンテンツ第一章　　ゲーム AI の歴史第二章　 メタ AI第三章　　エージェントモデル第四章　　プロシージャル技術第五章　　まとめ　　

第一章　ゲーム AI の歴史The History of Game AI

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？

http://nippondesign.co.jp/blog/files/2010/01/championship20lode20runner.jpg

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？たぶんこう作りますね。　　　　 AI_Func{ 　　　　 if ( 自分からプレイヤーまでブロックがなければ ) 　前進。 　　　　 else if （自分（ AI ）からプレイヤーへの方向で空いているブロックある）そこへ前進。　　　　　　 else 一番近い仲間の後を追う。　　　 } 　　 http://nippondesign.co.jp/blog/files/2010/01/championship20lode20runner.jpg

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？たぶんこう作りますね。　　　　 AI_Func{ 　　　　 if ( 自分からプレイヤーまでブロックがなければ ) 　前進。 　　　　 else if （自分（ AI ）からプレイヤーへの方向で空いているブロックある）そこへ前進。　　　　　　 else 一番近い仲間の後を追う。　　　 } 　　

これって何なのでしょうか？

http://nippondesign.co.jp/blog/files/2010/01/championship20lode20runner.jpg

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？たぶんこう作りますね。　　　　 AI_Func{ 　　　　 if ( 自分からプレイヤーまでブロックがなければ ) 　前進。 　　　　 else if （自分（ AI ）からプレイヤーへの方向で空いているブロックある）そこへ前進。　　　　　　 else 一番近い仲間の後を追う。　　　 } 　　

これって何なのでしょうか？

http://nippondesign.co.jp/blog/files/2010/01/championship20lode20runner.jpg

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？たぶんこう作りますね。　　　　 AI_Func{ 　　　　 if ( 自分からプレイヤーまでブロックがなければ ) 　前進。 　　　　 else if （自分（ AI ）からプレイヤーへの方向で空いているブロックある）そこへ前進。　　　　　　 else 一番近い仲間の後を追う。　　　 } 　　

これって何なのでしょうか？＝これは、開発者が俯瞰視点から見たゲーム状態に対して、　 キャラクターをコントロールしているのです。

http://nippondesign.co.jp/blog/files/2010/01/championship20lode20runner.jpg

ゲーム開発者

キャラクター

コントロール

あやつり人形？

http://blogs.yahoo.co.jp/zukou23/GALLERY/show_image.html?id=31188784&no=0

ゲーム開発者

キャラクター

プログラム

コントロール

作成

あやつり人形をあやつる人形を作るhttp://blogs.yahoo.co.jp/zukou23/GALLERY/show_image.html?id=31188784&no=0

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？たぶんこう作りますね。　　　　 AI_Func{ 　　　　 if ( 自分からプレイヤーまでブロックがなければ ) 　前進。 　　　　 else if （自分（ AI ）からプレイヤーへの方向で空いているブロックある）そこへ前進。　　　　　　 else 一番近い仲間の後を追う。　　　 } 　　

クラシックなキャラクター AI の作り方

このゲームの AI をどう作りますか？たぶんこう作りますね。　　　　 AI_Func{ 　　　　 if ( 自分からプレイヤーまでブロックがなければ ) 　前進。 　　　　 else if （自分（ AI ）からプレイヤーへの方向で空いているブロックある）そこへ前進。　　　　　　 else 一番近い仲間の後を追う。　　　 } 　　

古典的ゲーム AI プログラミングhttp://nippondesign.co.jp/blog/files/2010/01/championship20lode20runner.jpg

古典的ゲーム AI プログラミングの特徴• １９７０年代～１９９０年代前半が最盛期• キャラクターはゲームギミックの一つ。• ゲーム全体の俯瞰的情報と、個々のキャラクターから見た情報を混在させて、それっぽい敵の動きを構築する。• 通称、お化け屋敷 AI （三宅が命名）。　　＝極めて限定されたシチュエーションでしか　　　 動作できない。 ＝世界も、自分自身をも認識していない。　　　　

ゲームの進化　– 3D の世界へ –

http://www.spore.com/http://assassinscreed.ubi.com

http://www.killzone.com

ゲームの進化　– 3D の世界へ – • ステージが本格的に３次元になることで、プレイヤーも人工知能も３次元世界の中で生きなければいけなくなった。• しかし、例えば単純な３次元直方体の中に

AI を閉じ込めて、そこでだけ活躍する、という形でお化け屋敷形式の AI は存続した（現在も多い）。• 問題は、どうやって３次元で賢い AI を作れるか、ということ。

ゲームの進化　– 3D の世界へ – • ３次元の地形をきちんと認識して行動できる。• 環境の中のオブジェクトの意味を理解して、物を使うことができる。• 多様な行動ができることを認識して、最も状況に応じた行動を取ることができる。古典的ゲーム AI で組もうとすると、情報が爆発する。

= AI から見た世界（局所的世界）と、俯瞰的な世界（大局的世界）の　情報スケールが乖離した。　（古典的ゲーム AI の限界）→ 現代ゲーム AI の転換。

• CounterStrike

Demo

古典から現代へ

古典的ゲーム AI

メタ AI (Meta-AI)

エージェント AI (Meta-AI

1994

古典から現代へ

古典的ゲーム AI

メタ AI (Meta-AI)

エージェント AI

1994

現代のゲーム AI のフレーム

メタ AI とエージェント AI への分離と協調

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC) キャラクター AI

(Brain)

メタ AI

メタ AI は外側からダイナミックにゲームを構築する。

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC) キャラクター AI

(Brain)

メタ AI

メタ AI は外側からダイナミックにゲームを構築する。＝メタ AI はゲーム内で物理的実体を持たないが、　 外側からゲーム内のあらゆる要素に干渉し、　 ゲームを操作する。＝外側からの観測者。

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC) キャラクター AI

(Brain)

メタ AI

メタ AI は外側からダイナミックにゲームを構築する。＝メタ AI はゲーム内で物理的実体を持たないが、　 外側からゲーム内のあらゆる要素に干渉し、　 ゲームを操作する。＝外側からの観測者。＝ゲーム全体の動的変化、ストーリー生成、　 難易度調整、コンテンツ生成。

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI は内側からダイナミックにゲームを構築する

キャラクター AI(Brain)

User Space

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

キャラクター AI は内側からダイナミックにゲームを構築する＝センサー（感覚）を通して世界の情報を得て、　 エフェクター（身体）を通してゲーム世界内で運動する。＝内部観測者。

User Space

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

キャラクター AI は内側からダイナミックにゲームを構築する＝センサー（感覚）を通して世界の情報を得て、　 エフェクター（身体）を通してゲーム世界内で運動する。＝内部観測者。＝キャラクターとしての動作、演技、など。

本講演のコンテンツ第一章　　ゲーム AI の歴史第二章　 メタ AI第三章　　エージェントモデル第四章　　プロシージャル技術第五章　　まとめ　　

第二章　メタ AIMeta-AI

ゲーム AI の二つの種類

ゲームＡＩ

キャラクターＡＩ

メタＡＩ

キャラクターの頭脳（意志決定機構）

ゲーム全体を俯瞰する頭脳

(22) メタ AI

メタＡＩの歴史1980 1990 2000

古典的メタ AI

現代のメタＡＩキャラクターＡＩ技術の発展

（例）「ゼビウス」 　敵出現テーブル巻き戻し敵 0

敵１敵 2

敵 3

敵 4

敵 5

遠藤雅伸氏　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。 　 －　ゼビウスセミナー　 －　 http://spitfire.client.jp/shooting/xevious2.html

セルフゲームコントールシステム• 岩谷氏：　ファンと一般のユーザーを満足させる方法のひとつは人工知能 AI のような考え方です。プレーヤースキルをプログラム側から判断して、難易度を調整していくというものです。これを私はセルフゲームコントロールシステムと呼んで 10 年以上前から開発に使っています。

http://game.watch.impress.co.jp/docs/20050312/gdc_int.htm

古典から現代へ

古典的ゲーム AI

メタ AI (Meta-AI)

エージェント AI (Meta-AI

1994

古典的メタ AI単純エージェント

現代のメタ AI より積極的にゲームに干渉する。

メタ AI

敵配位 敵スパウニング ストーリー レベル動的生成

ユーザー

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford.

http://www.valvesoftware.com/publications.html

適応型動的ペーシング[基本的発想 ](1) ユーザーがリラックスいている時に、ユーザーの緊張度が一定の敷居を超えるまで敵をぶつけ続ける。(2) ユーザーの緊張度が一定の緊張度を超えると敵を引き上げる。(3) リラックスすると敵を出現し始める ( （１）へ）。

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

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

(1) リラックスを破るように敵を出現させる。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行く。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

メタＡＩがゲームを認識する方法＝　キャラクター AI が環境を認識する方法

キャラクター用に作成されたナビゲーションメッシュをメタＡＩがゲームの進行を認識するために使用する。

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

メタ AI が作用を行う領域(AAS=Active Area Set)

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

メタ AI が作用を行う領域(AAS=Active Area Set)

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

メタ AI が作用を行う領域(AAS=Active Area Set)

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

安全な領域までの道のり (Flow Distance)

プレイヤー群の経路をトレース・予測 - どこへ来るか - どこが背面になるか　

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

AAS に対して行うこと。メタＡＩは AAS に移動に伴い、敵の群れを生成・消滅させたりする。

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

プレイヤーからの可視領域可視領域では、例えば、敵のスパウニング（発生）などはできない。

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

敵出現領域

背後 前方Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

敵の種類、アイテムの種類ごとに出現頻度が違う。

高頻度

低頻度 Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

ボス出現アルゴリズム(1) Ｎ体を予想される逃走経路上に配置(2) ３つのイベントパターン　　　　（何もいない、を含む）　　（例） Tank, Witch, 何もいない(3) 同じパターンのくり返しは禁止 (例 ) Witch, 何もいない、 Witch はＯＫ。　　　　　 Witch, Witch はだめ。　　　

何もいない

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

具体的なアルゴリズム(1) 各エリアに、出現数 N を決定する(2) 出現数 N は予想される逃走経路の長さと要求される密度によって計算される .(3) あるエリアが AAS の中に入るとクリーチャーが N体生成される(4) そのエリアが AAS の外に出ると生成が中止され、クリーチャーは消滅される。(5) Ｎはそのエリアがプレイヤーから見えている場合、或いは、プレイヤーがリラックスモードの場合には、強制的に０になる。

Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford. http://www.valvesoftware.com/publications.html

まとめ

メタ AI を入れ替えるだけで、ゲームコンテンツが入れ替わる。メタ AI という軽い部分だけを配信することでコンテンツを入れ替えることができる。

参考文献(1) Michael Booth, "Replayable Cooperative Game Design: Left 4

Dead," Game Developer's Conference, March 2009.

(2) Michael Booth, "The AI Systems of Left 4 Dead," Artificial Intelligence and Interactive Digital Entertainment Conference at Stanford.

http://www.valvesoftware.com/publications.html

(3) 三宅　陽一郎 , “ メタ AI”, 　「デジタルゲームの技術」 P.186-190, ソフトバンク クリエイティブ

古典から現代へ

古典的ゲーム AI

メタ AI (Meta-AI)

エージェント AI (Meta-AI

1994

現代のゲーム AI のフレームメタ AI とエージェント AI への分離と協調＝キャラクターＡＩの発展によって、メタＡＩは　　大局的な視点から最小限の命令をするだけで、　　局所的にはキャラクターＡＩが自律的に動く。

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

プロシージャル技術（自動生成、自動制御）(Auto-generation, Auto-Control)

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

プロシージャル技術(Auto-generation, Auto-Control)

本講演のコンテンツ第一章　　ゲーム AI の歴史第二章　 メタ AI第三章　　エージェントモデル第四章　　プロシージャル技術第五章　　まとめ　　

第三章　エージェントモデルAgent Model

Agent Architecture

Game World

AI

Sensor Effecter

Recognition(Knowledge

Making)

DecisionMaking

MotionMaking

Memory

Agent Architecture

Game World

AI

Sensor Effecter

Recognitio DecisionMaking

MotionMaking

Memory

Agent Architecture

Game World

AI

Sensor Effector

Recognitio DecisionMaking

MotionMaking

Memory

Information Flow

Agent Architecture

Game World

AI

Sensor Effector

Recognitio DecisionMaking

MotionMaking

Memory

Information Flow

センサーというのは (1) 視覚、聴覚から得られる情報。 (2) 自分の運動に対する世界からの応答。行動がセンサーでもある。　　　　（例）　キックに対して、足にあたりがあって途中で止まった。　　　　　　　　走ろうとすると、ぬかるみに足を取られた。

C4 Architecture

D. Isla, R. Burke, M. Downie, B. Blumberg (2001)., “A Layered Brain Architecture for Synthetic Creatures”, http://characters.media.mit.edu/Papers/ijcai01.pdf

MIT Media Lab.Synthetic Characters GroupResearching Virtual Pet in Digital

World.

Halo Agent Architecture

Genre： SciFi-FPS Developer：　 BUNGIE Studio Publisher : Microsoft Hardware: Xbox, Windows, Mac Year：　 2002

Jaime Griesemer(GDC 2002),The Illusion of Intelligence: The Integration of AI and Level Design in Halohttp://www.bungie.net/Inside/publications.aspx

F.E.A.R Agent Architecture

Genre： Horror FPS Developer：　 Monolith

Production Publisher : SIERRA Hardware: Windows Year：　 2004

Agent Architecture Considerations for Real-Time Planning in Games (AIIDE 2005) http://web.media.mit.edu/~jorkin/AIIDE05_Orkin_Planning.ppt

SensorsWorkingMemory

Planner

BlackboardNavigation

Animation /Movement

Targeting

Weapons

World

World

Killzone 2 Architecture

Genre： FPS Developer： Guerrilla Games Publisher : SCE Hardware: PlayStation 3 Year：　 2009

Based on: Alex Champandard, Tim Verweij, Remco Straatman, "Killzone 2 Multiplayer Bots", http://files.aigamedev.com/coverage/GAIC09_Killzone2Bots_StraatmanChampandard.pdf

MC = Machine Consiouness

• マシンの持つ意識（ MC ）についてはゲーム分野ではあまり研究されてこなかった。• 最近は、 MC の研究が盛り上がりつつある。• ゲーム分野の AI についても MC を考えたい。

２つの意識の種類P - Consciousness (Phenomenal consciousness) 現象的意識（主観的体験、クオリア）A - Consciousness ( Access consciousness) 精神活動に対する意識 　　　　　　　　　　　　　　　　　　　（ Ned Block,

1942 ）

２つの意識の種類P - Consciousness (Phenomenal consciousness) 現象的意識（主観的体験、クオリア）A - Consciousness ( Access consciousness) 精神活動に対する意識 　　　　　　　　　　　　　　　　　　　（ Ned Block,

1942 ）

A-Consciousness に関する３つのアイデア(1)黒板モデル = ブラックボード・アーキテクチャ (Blackboard Architecture)

(2) GWT = Global Workspace Theory (Baar, 1988)

(3) MDM = Multiple Draft Model (Dennett, 1991)

(1) ブラックボード・アーキテクチャ (Blackboard Architecture)

BlackboardKS

KS

KS

KS

KS

KS

Arbiter

Motivations

Emotions

Attention Etc.

特徴：　 - 中央の黒板に情報が蓄積される（されて行く）。 - モジュールは KS(=Knowledge Source) と呼ばれ、特定の専門的な知識や技術に基づいた操作を黒板の情報に対して行う。　 - Arbiter(=調停者 ) が KS をどのように（順序、タイミングなど）動作させるかを行う。

Bruce Blumberg , Damian Isla, "Blackboard Architectures", AI Game Programming Wisdom (Charles River Media) , 2002

(2) Baar’s Global Workspace Theory (GWT)

フォーカスしている対象の情報

Working Space

Processor

GWT (Global Workspace Theory)

フォーカスしている対象の情報

劇場と観衆のモデル。スポットライトがあたっている部分（注意＝フォーカスが向いている対象）に観衆（プロセッサー）が注意して処理を行う。

Working Space

Processor

(3) Dennett’s Multiple Draft Model

意識無意識

協調

http://www.conscious-robots.com/en/conscious-machines/theories-of-consciousness/multiple-draft.html

仮想マシン

Dennett’s Multiple Draft Model

意識無意識

協調

http://www.conscious-robots.com/en/conscious-machines/theories-of-consciousness/multiple-draft.html

仮想マシン

新聞社の編集モデル。新聞社にはたくさんの新しい情報が来て、何度も記事が書きなおされる。最終版だけがリリースされる。編集者＝協調するプロセッサー、新聞＝意識の登る情報。

A-Consciousness に関する３つのアイデア(1)黒板モデル = ブラックボード・アーキテクチャ (Blackboard Architecture)(2) GWT = Global Workspace Theory (Baar, 1988)(3) MDM = Multiple Draft Model (Dennett, 1991)３つのアイデアをかけあわせる

Arrabales, R. Ledezma, A. and Sanchis, A. "Towards the Generation of Visual Qualia in Artificial Cognitive Architectures". (2010)http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf

Global Workspace Theory (GWT)

　　　　　　　　　　　注意の焦点

Focus of Attention（スポットライト）

舞台裏の人々＝ディレクター、シーンデザイナー、など。コンテキストの生成とコントロール (舞台裏 )

ワーキングメモリ　（ Scene,Stage ）

専門プロセッサー( 観客 )

ブロードキャスト

テンポラリーな連携

Arrabales, R. Ledezma, A. and Sanchis, A. “Towards the Generation of Visual Qualia in Artificial Cognitive Architectures”. (2010) 　 http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf

Baar’s Global Workspace Theory (GWT)

　　　　　　　　　　　注意の焦点

Focus of Attention（スポットライト）

舞台裏の人々＝ディレクター、シーンデザイナー、など。コンテキストの生成とコントロール (舞台裏 )

ワーキングメモリ　（ Scene,Stage ）

専門プロセッサー( 観客 )

ブロードキャスト

テンポラリーな連携

意識の構造を舞台に見立てています。ステージ（＝ワーキングメモリ）上にスポットライト（＝注意、アテンション）が注ぐところに、注意の焦点があります。

Arrabales, R. Ledezma, A. and Sanchis, A. “Towards the Generation of Visual Qualia in Artificial Cognitive Architectures”. (2010) 　 http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf

Arrabales, R. Ledezma, A. and Sanchis, A. “Towards the Generation of Visual Qualia in Artificial Cognitive Architectures”. (2010) 　 http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf

Baar’s Global Workspace Theory (GWT)

　　　　　　　　　　　注意の焦点

Focus of Attention（スポットライト）

舞台裏の人々＝ディレクター、シーンデザイナー、など。コンテキストの生成とコントロール (舞台裏 )

ワーキングメモリ　（ Scene,Stage ）

専門プロセッサー( 観客 )

ブロードキャスト

ブロードキャスト

テンポラリーな連携

その輝いている領域が、観客（＝プロセッサー）と舞台裏のこのお芝居を支えている人々に向けて見られる（＝ブロードキャスト）ことになり、観客から拍手なりアドバイスなりが返されることで舞台上の演技が変化して行きます。

いろいろな意見や反響が返されることで舞台上の演技がまた変化していく。

Arrabales, R. Ledezma, A. and Sanchis, A. “Towards the Generation of Visual Qualia in Artificial Cognitive Architectures”. (2010) 　 http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf

Baar’s Global Workspace Theory (GWT)

　　　　　　　　　　　注意の焦点

Focus of Attention（スポットライト）

舞台裏の人々＝ディレクター、シーンデザイナー、など。コンテキストの生成とコントロール (舞台裏 )

ワーキングメモリ　（ Scene,Stage ）

専門プロセッサー( 観客 )

ブロードキャスト

ブロードキャスト

テンポラリーな連携

観客（＝プロセッサー）は必要の応じて連携したグループ (Interim Coalition) になって、その中で意見を戦わせて調整して発表することもあります。

Global Workspace Theory (GWT)

　　　　　　　　　　　注意の焦点

Focus of Attention（スポットライト）

舞台裏の人々＝ディレクター、シーンデザイナー、など。コンテキストの生成とコントロール (舞台裏 )

ワーキングメモリ　（ Scene,Stage ）

専門プロセッサー( 観客 )

ブロードキャスト

ブロードキャスト

テンポラリーな連携

【まとめ】観客（＝プロセッサー）はステージ（＝ワーキングメモリ）上にスポットライト（＝注意、アテンション）が注がれた役者の演技（＝オブジェクトの振る舞い）について考えて（＝情報処理、思考）意見を役者に伝えます（＝ワーキングメモリに書き込みます）。

Arrabales, R. Ledezma, A. and Sanchis, A. “Towards the Generation of Visual Qualia in Artificial Cognitive Architectures”. (2010) 　 http://www.conscious-robots.com/raul/papers/Arrabales_BICS2010.pdf

いろいろな意見や反響が返されることで舞台上の演技がまた変化していく。

認識統合アーキテクチャ

全体像（イメージ）

93

行動生成アーキテクチャ

プロセッサー ブラックボード

全体像（イメージ）

94

全体像（イメージ）

95

センサーの形成アクション修飾子の形成

アクション生成子の形成

全体像（イメージ）

96

センサーの形成アクション修飾子の形成

アクション生成子の形成

単純なプロセッサーが連合（ Coalition ）することで、高度なセンサー、ジェネレーター、モディファイアーが（動的に・静的に）形成されて行く。

97

センサーの形成アクション修飾子の形成

アクション生成子の形成

Arbiter

Arbiter

Arbiter

Arbiter

ArbiterArb

iter

Arbiter

Arbiter

Arbiter

98

センサーの形成 アクション修飾子の形成

アクション生成子の形成

Arbiter

Arbiter

Arbiter

Arbiter

ArbiterArb

iter

Arbiter

Arbiter

Arbiter

99

Arbiter

Arbiter

Arbiter

Arbiter

ArbiterArb

iter

Arbiter

Arbiter

Arbiter

インフォメーション・フロー

100

Arbiter

Arbiter

Arbiter

Arbiter

ArbiterArb

iter

Arbiter

Arbiter

Arbiter

アクション情報

101

Arbiter

Arbiter

Arbiter

Arbiter

ArbiterArb

iter

Arbiter

Arbiter

Arbiter

情報アクション

102

Arbiter

Arbiter

Arbiter

Arbiter

ArbiterArb

iter

Arbiter

Arbiter

Arbiter

情報アクション

Game World

Character AI is in Game World

AI Character

It makes “Information Flow” between AI and Environment.

　action

Sensor & Recognition

Information Flow

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

Agent Architecture

Game World & Game Mechanism

Meta AI

Sensor Effector

Recognitio DecisionMaking

MotionMaking

Memory

Information Flow

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

Meta AI is in User World

User Space

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

キャラクター AI(Brain)

知性は常に境界に存在する内側 外側

人間 身体、精神 世界キャラクターAI

身体、内部状態 ゲーム世界メタ AI ゲーム ユーザー

User World

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)キャラクター AI　 (Brain)

　　 プロシージャル技術(Auto-generation, Auto-Control)

メタ AI

本講演のコンテンツ第一章　　ゲーム AI の歴史第二章　 メタ AI第三章　　エージェントモデル第四章　　プロシージャル技術第五章　　まとめ　　

第四章　プロシージャル技術Procedural Techniques

地形自動生成

Jacob Olsen, Realtime Procedural Terrain Generation http://oddlabs.com/download/terrain_generation.pdf

２次元中点変位法 ボロノイ図

ノイズ法（濃い＝低い、白い＝高い）

＋ ＝

DUNIA ENGINE : FarCry2 植物自動生成

プロシージャル技術　 (50kmx50km 島の群生を生成 )- 植物とそのアニメーション- 燃え広がり方- 天候

Genre： FPS Developer： Ubisoft Publisher : Ubisoft Hardware: PC Year：　 2008

http://www.farcry2-hq.com/downloads,18,dunia-engine-nr1.htm

FarCry2 (Dunia Engine ) デモ

草原自動生成 時間システム

樹木自動生成 動的天候システム

動的天候システム

http://www.farcry2-hq.com/downloads,18,dunia-engine-nr1.htm

L-system による街の自動生成City Engine(central pictures)

Yoav I H Parish, Pascal Müller http://www.centralpictures.com/ce/tp/paper.pdf

http://www.centralpictures.com/ce/

George Kelly, Hugh McCabe,A Survey of Procedural Techniques for City Generationhttp://www.gamesitb.com/SurveyProcedural.pdf

雲の自動生成基本方針

雲の３Ｄモデル自動生成

1922

917

94)( 2

2

4

4

6

6

Rr

Rr

RrrFcub

Wyvill’s standard cublic function

ある点を中心とした密度をピクセルボックス毎に計算

i

cubiimplcit qpFwpDensity )(

エレメントごとに足し合わせる

David S. Ebert ,Volumetric Procedural Implicit Functions, http://www.csee.umbc.edu/~ebert/cloud

F. Kenton Musgrave, Darwyn Peachey, Ken Perlin, Steven Worley, David S. Ebert, “Texturing & Modeling: A Procedural Approach 第3版”, Morgan Kaufmann Series in Computer Graphics and Geometric Modeling, 2002

Rogue Cloneローグライクゲーム

プロシージャルの歴史 : ダンジョン自動生成１９８０

Rogue

不思議のダンジョン

1993 ～ブルードラゴン

Hellgate ： London

2006

CODED ARMS

2005

ティル・ナ・ノーグ

1987 ～

Diablo

1996 2007

1980

FF11

2007

マビノギ

TOEO

2004

2006

MMO における応用

NetHack

1987

システムソフトBlizzard

チュンソフト

KONAMI

Microsoft

flagshipstudionamco

Square Enix

nexon

ダンジョン生成法Rogue CloneローグライクゲームRogue NetHack

棒倒し法

穴掘り法

壁延ばし法

Ishida So, 「迷路のプログラム」, 2005

迷路自動生成法

その他、いろいろな方がいろいろなところで独自のアルゴリズムを開発

ismaze5 iMaze5

デモ

自動迷路生成iMaze5

Ishida So, 「迷路のプログラム」, 2005

ダンジョン生成法Rogue CloneローグライクゲームRogue NetHack

Racanhack

ダンジョン自動生成法

源馬照明, 「Racanhack コード解説」, 2005

User Space

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

　　 プロシージャル技術(Auto-generation, Auto-Control)

＝世界を動的に変える力

User Space

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

プロシージャル技術　 (Auto-generation, Auto-Control)＝　世界を動的に変える力 ＝　メタ AI の力となることで、 ユーザーに応じてゲームコンテンツを変えて行く。

User Space

Game Mechanism

Game World (= Environment = Game Stage = Level Design)

AI Character(=NPC)

メタ AI

プロシージャル技術　 (Auto-generation, Auto-Control)＝　世界を動的に変える力 ＝　メタ AI の力となることで、 ユーザーに応じてゲームコンテンツを変えて行く。＝ キャラクターは決められた世界でなく、 生成されるどんな世界にも対応しなければならない。 （＝お化け屋敷 AI では対応できない）

本講演のコンテンツ第一章　　ゲーム AI の歴史第二章　 メタ AI第三章　　エージェントモデル第四章　　プロシージャル技術第五章　　まとめ　　

まとめSummerlization

まとめ第一章　 ゲーム AI は３つの分野からなる。古典から現代へゲーム AI はメタ AI とキャラクター AI に分化した。第二章　メタ AI はゲームそのものの知性として進化した。第三章　 エージェントアーキテクチャは世界の外側と知能の内側をつなぐモデル。第四章　 プロシージャル技術は動的にゲーム世界を変化させるモデルで、 メタ AI と結びつくことでゲームを変化させる。