の実用的な応用を考えるとき 人工知能 ビデオゲームに登場するキャラクターといえば、『GTA5』のトレバーや『FEAR』の獰猛で知的な敵などが思い浮かぶだろう。GTA5』のトレバーや、『FEAR』の獰猛で知的な敵などだ。しかし、ゲーム開発者は何を考えてAIを作ったのだろうか？AIはどのように進化してきたのだろうか？ この記事では、ビデオゲームにおけるAIの進化をわかりやすくお伝えする。
1.ゲームAIの目的
人工知能とは、いわゆる機械学習によって、機械やシステム、ソフトウェアが環境から特定の情報を分析することを学習し、より人間に近い行動を実現する技術であると定義できる。しかし、ゲームAIはそれとはまったく異なる。
ゲーム開発者にとって、ゲームに登場するすべての建物、オブジェクト、要素は、ただひとつの目的しかない： プレイヤーのゲーム体験を向上させ、ゲームをより楽しめるようにする。
ビデオゲームのAIも同様で、通常はあらかじめプログラムされており、その指示に従って行動する。実生活における機械学習や意思決定というよりは、プレイヤーのゲーム体験を向上させるためのツールとして機能している。
2.優れたゲームAIの条件
では、良いAIとは何か？ゲーム開発者がゲームAIを設計する際に考慮すべきポイントは7つある。
- 優れたAI 選手に不正をさせる:
AIのメカニズムによっては、選手が気づかないところで選手に有利になっていることがある。
- 優れたAI 選手に告げる 何を考えるか 次のページ:
AIの反応に応じて、プレイヤーは次の一手を考え、ゲームの筋書きを推し進めることができる。
- 優れたAIとは 予測可能:
AIは通常のパトロール経路のように特定された行動パターンに固執し、プレーヤーの行動は常に特定の動きを誘発する。
- 優れたAIは次のことができる。 ゲームシステムとの対話:
AIはゲーム環境の外には存在しない。彼らは環境内のオブジェクトと相互作用する。
- 優れたAI 選手に反応する:
攻撃や会話といった単純なインタラクションだけでなく、優れたAIはプレイヤーの行動を記憶し、それに応じて反応する。
- 優れたAIには オウンゴール:
つまり、彼らの存在はプレイヤーの周りにあるのではなく、開発者がプログラムした仕事をこなすことにある。
- 優れたAIとは 敵以上:
AIは敵以上の存在だ。彼らはあなたのパートナーであったり、どんな危害からも守る必要のあるキャラクターであったりする。
3.ゲームAIの歴史
ゲームAIは長期にわたって存在してきた。ゲームAIの歴史の中で、AIはいくつかの進化の段階を経てきた。この記事では、それらを3つの段階に分けて説明する：
3.1 フェーズ I: シンプルなスクリプトAI
ゲームAIは、今日のAIと比べると、初期の段階では比較的原始的なものだった。彼らはゲームの中で、スクリプトやアルゴリズムに厳格に従って行動する。
ポン そして スペースインベーダー:1970s
アメリカのゲーム開発者 アタリは1972年に画期的な電子ゲーム「ポン」を発売した。最初のビデオゲームのひとつである「ポン」は絶大な人気を博し、ビデオゲーム産業の幕開けに貢献した。ポン」は、自分の打ったボールの動きに応じて対戦相手が動き、それに応じて衝撃を返してくる。
1978年、スペースインベーダーが発売された。ポン』に比べ、敵の数が増えただけでなく、映像も良くなった。敵は同じパターンで攻撃するようにプログラムされていた。しかし、敵の数が大幅に増えたため、このような変更はゲームの難易度を劇的に高め、敵の動きをより予測不可能なものにした。
パックマン: 1980
1980年、パックマンはナムコから発売された。 アーケード.パックマンでは、敵のAIは攻撃、迷い、逃げるという3つの行動モディファイを持っている。そして、敵の種類ごとに、体の色によって追いかけるパターンが異なる。例えば、プレイヤーが特定の条件を満たすと、敵はプレイヤーから逃げ始め、ゲーム中のプレイヤーの絶え間ない緊張を和らげる。
このような複雑な設計により、AIは知的で興味深い存在に見え、ゲームプレイ体験がより楽しくなった。しかし、敵は依然としてアルゴリズムのルールに正確に従うだけで、プレイヤーの行動を調整する能力もなければ、より良くなる能力もない。
3.2 フェーズ II: 複雑なスクリプトAI
しかし、AIは時間とともに開発者にとって完璧なものになってきている。彼らはゲーム体験をより楽しいものにするため、より複雑なアルゴリズムやAIシステムをプログラムするようになった。最も広く使われている2つのAIアルゴリズムは A*アルゴリズム そして 有限状態マシン.この2つのアルゴリズムを使ったゲームは、健全なAIシステムを作るには十分だった。
Hアルフ・ライフ: 1998
Half-Life（ハーフライフ）』は、1971年に発売された。 バルブ.このゲームでは、AIに論理的な方法でさまざまな反応をさせるために、有限状態マシンシステムが使用されている。ゲームプレイ中、AIはその状態や条件に基づいて、ゲームのスケジュールや目標によって80以上の異なるタスクを実行し、多様な行動をとる。Half-Lifeがリリースされたのは20年以上前だが、このゲームのダイナミックで複雑なデザインには今でも驚かされる。
ハロ2: 2004
世界で最も有名なファーストパーソンシューティングゲームの1つである『Halo2』は、当時としては先進的なAIシステムを採用していた。大規模な戦場と多様なタイプの敵のため、ゲーム開発者は、生き生きとしたキャラクターを作成するために複雑な問題を処理する方法を開発する必要があります。
そのため、ゲーム開発者は バンジー は別の論理システムを使っていた、 行動ツリー ビヘイビアとロジックをモデル化する。これがビヘイビアツリーの典型的な例だった。そして、ゲームのビヘイビアツリーは、これと比べるとさらに複雑だった。
このようなシステムは比較的理解しやすいかもしれない。AIはツリーの経路に従って特定の動きをするだけだからだ。しかし、問題はどのような状況で特定の行動ツリーが発動するのかということだ。そのため、開発者はこのシステムに2種類のトリガーを設計した。
まず第一に、AIは文脈に応じて行動する。そして、どのようなコンテクストにおいても、考慮すべき優先順位があった。つまり、AIは異なるコンテクストに優先順位を移し、選手が何をしようとするかに反応する。
しかし、選手の行動は常に予測不可能であるため、このシステムは時に失敗することもある。
そのため、ゲームプレイ中に敵がより変化しやすくなるよう、刺激行動が追加された。プレイヤーが特定の行動をとれば、AIは元の行動ツリーに基づいて行動するわけではない。敵はシステムから飛び出して、それに応じた行動をとる。
FEAR（ファースト・エンカウンター・アサルト・リコン）: 2005
FEAR First Encounter Assault Reconは2005年に発売された一人称視点のサイコホラーシューティングゲームです。A*アルゴリズムと有限状態マシンをAIの底構造として使用している。しかし、戦闘をより集中的にするためにGoal Orientated Actionプログラミングも使用した。FEARの開発者が説明しているように、プレイヤーにマルチプレイヤーゲームのプレイヤーと戦っているような、最も集中的なプレイ体験を味わってもらいたいのだ。
ゴール指向アクション・プログラミングは、有限状態機械の代わりに自動化されたプランニング・システムに基づいている。計画システムは、AIに目標と、その目標を達成するために次に何をすべきかを見つけるために必要な情報を与える。その結果、このシステムによってAIは行動を重ね、文脈に基づいて戦略をシフトさせることができるようになった。複数のシステムを組み合わせることで、AIはより知的に、より予測不可能になることができる。
レフト4デッド2: 2008
Left 4 deadはゾンビの黙示録を背景にしており、4人のプレイヤーが協力してすべての障害物を取り除き、脱出地点にたどり着く。このゲームでは、プレイヤーは様々なタイプの多くのゾンビに対処する必要があります。
プレイ体験をより面白くするために、ゲーム開発者はAIディレクターシステムを導入し、ゾンビグループをよりよく編成した。プレイヤーの装備と状態によって、AIは異なる難易度と数のAI敵を生成し、プレイヤーのペースをダイナミックに変化させる。
ゲーム『エイリアン アイソレーション』にも同じシステムがあり、AIがプレイヤーの恐怖の度合いを測って敵の行動を変え、プレイヤーがすぐに死なないようにする。このアプローチはホラーな雰囲気を維持するだけでなく、ゲーム体験をより楽しいものにしている。
3.3 フェーズ III: 自己学習と自動生成
AIは常に進化しており、ビデオゲームの開発を通じてより賢くなっている。AIは今や、ゲームのキャラクター以上の役割を果たす。ストーリーテリングやゲーム作りのプロセスに深く関わっているのだ。
ローグライクゲーム は、プロシージャルなツールを使って無限にダンジョンを生成し、プレイヤーがより良いギアを手に入れるためにプレイし続けられるようにしてきた。しかし、この種のシステムは進化している。
のようなゲーム ノーマン・スカイ そして スターフィールド はAIを使ってゲームマップを生成している。スターフィールド』の開発者によれば、プレイヤーが探検できる惑星は1000以上あり、そのすべてがAIによって生成されているという。AIの関与により、開発者の作業量は大幅に減少している。
オンラインゲームでは、階層強化学習や自己模倣学習など、新しく開発されたAI技術がAIの訓練に使われている。 世界の一流プレイヤーのビデオクリップから学習することで、AIは毎試合、プレイヤーの戦略を特定し、ミスから学ぶことができる。
によると 縁側からの報告, ディープマインド's スタークラフト2 AIは今や、全人間プレイヤーの99.8パーセントよりも優れている。オフラインゲームのAIに比べ、オンラインゲームのAIは、データソースが無制限であるため、はるかにインテリジェントである。
2022年 ゲーム開発者会議, テンセントAIラボ は、開発者の制作コストを劇的に下げ、ゲーム体験を豊かにするのに役立つ2つのAIの進歩を披露した。彼らのAIは、新しいプレイヤーを教え、アルゴリズムを使ってゲーム設定を自動的に生成することができると主張した。
紹介によると、AIはビデオゲームの制作セッション（アートデザイン、コンテンツデザイン、テスト）からゲームプレイ体験（体験と操作の最適化）に至るまで、ほとんどすべてのセッションで適用できる。
音声合成に関する最先端の研究を統合して自然な音声を生成し、その音声と同期して口の形や表情などの顔の変化を駆動することで、高いリアリズムを実現している。キャラクターの動きを制御するためにフェーズ・ニューラル・ネットワーク技術を使用することで、本来数週間かかる作業が数時間に短縮される。
4. ビデオゲームにおけるAIの未来
ゲームAIの未来はすでにはっきりしている。ゲーム開発者たちは、パターンを理解し認識することがAIを創造性の新たな領域へと導くと語っている。現在のゲームAIの大半は、有限状態マシンとA*アルゴリズムに基づいており、数十年の開発期間を経てもなお原始的なものだ。しかし、ほとんどのゲーム開発においては、これらで十分なのだ。
しかし、いくつかのゲームはすでにAIの未来についていくつかのヒントを与えてくれている。それは レッド・デッド・リデンプション2AIはプレイヤーを識別し、それに応じて反応します。例えば、プレイヤーが何週間もシャワーを浴びていなかったり、服がとても汚れていたりすると、街中のNPCはプレイヤーを嫌ったり、罵ったりします。NPCからのフィードバックはプレイヤーの意思決定に影響を与え、各プレイヤーにユニークなプレイ体験を与えることができます。
将来的には、AIはあなたが排除しなければならない敵以上の存在になる。ゲーム開発者は、ゲームAIにもっと多くの感情を付加し、ゲーマーがより多様で没入感のあるゲーム体験をできるようにする。
