三宅　陽一郎 　著

著者紹介

内容

目次

はじめに 第1章:ゲームの中の人工知能──ゲームの中で生きているキャラクターを作る 1.1 ゲームAIの全体像 キャラクターAI ナビゲーションAI メタAI 1.2 ゲームAIの連携 フレームとは 3つの人工知能のフレームの違い ゲームAIのミッション ゲームデザインとAI 1.3 ゲーム世界に溶け込むAI 合理的である 人間的である 1.4 シミュレーション 物理シミュレーションと知能シミュレーション 知能をシミュレーションするには 知能そのものをシミュレーションする/知能が実現していることをシミュレーションする 1.5 シンボルと数値ダイナミクス 1.6 まとめ 第2章:知能のしくみ 2.1 2つの世界──外部世界と内面世界 エージェントアーキテクチャ 知能の3分類 知識生成(Knowledge Making)/意思決定(Decision Making)/行動生成(Action Making) 2.2 内部循環インフォメーションフロー 2.3 環境の中の知性 センサ エフェクタ 知識生成 行動生成 意思決定 柔軟な知能の運動 記憶 2.4 アーキテクチャ全体について 2.5 C4アーキテクチャ 2.6 意識の理論 2.7 まとめ 第3章:知識表現──世界を噛み砕く 3.1 キャラクターの認識とは何か 人工知能における「表現」とは フレーム 3.2 センサの設計方法 視覚の実装 視覚システムの応用「存在確率マップ」 聴覚の実装 音の伝搬シミュレーション/プレイヤーが聞く音 身体の感覚 外力、内力/姿勢 感覚統合と事実表現 事実からの推測 3.3 位置検索システム 戦術位置解析技術 行動のための環境のヒントデータ 環境理解のための抽象的表現 事実表現 『Gunslinger』における事実表現 3.4 知識から感覚へ、感覚から知識へ 行為と認識 メタ知識 3.5 環世界へ 環世界の例 環世界の構造 キャラクターの持つ環世界 アフォーダンス 人工知能の知識表現 3.6 エージェントアーキテクチャと環世界 3.7 まとめ 第4章:記憶──AIの内側の表現メモリ 4.1 記憶って何だろう? 身体の知識表現 精神の知識表現 4.2 記憶の構造とダイナミクス 固定記憶 ワーキングメモリ 短期記憶 長期記憶 4.3 記憶の形 感覚記憶 エピソード記憶 記憶の整理機能 エージェントセントリック 4.4 記憶の論理階層構造 世界をアクティブに知る 統合/形成/消滅 記憶の管理 4.5 まとめ 第5章:古典的な意思決定 5.1 反射型と非反射型の意思決定アルゴリズム 5.2 ルールベースの意思決定 ルールセレクタ ルールの連鎖 5.3 ステートベースの意思決定 ステートマシンの基本 階層化ステートマシン 具体例 5.4 ユーティリティベースの意思決定 効用の計算方法 ダイナミックなユーティリティ ムードとその変化(効用)の計算方法 限界効用逓減の法則 5.5 まとめ 第6章:現代風の意思決定 6.1 ゴールベースの意思決定 ゴール指向型意思決定 2つのゴール指向プランニング/ゴール指向は未来の観念を持つこと/フォワードプランニングとバックワードプランニング ゴール指向型アクションプランニング ①ゲーム状態のシンボル化/②シンボルによるアクション表現/③プランニング/複数のアクションプラン 階層型ゴール指向プランニング 階層型ゴール指向プランニングの考え方/階層型ゴール指向プランニングの設計指針/ゴールの列挙/ゴールの分解/小さいゴールを組み合わせて大きなゴールを達成する/ゴールを操作に還元する 6.2 タスクベースの意思決定 階層型タスクネットワーク 階層型タスクネットワークの例:回復薬を作る/階層型タスクネットワークの例:回復薬を届ける 階層型タスクネットワークの実例 衛生兵のAI/部隊長のAI 6.3 ビヘイビアベースの意思決定 アクションゲームにおけるビヘイビアツリー RPGにおけるビヘイビアツリー 6.4 シミュレーションベースの意思決定 レーシングゲームの例 さまざまなゲームにおけるシミュレーションベースの考え方 キャラクターの運動への応用 6.5 まとめ 第7章:ナビゲーションAIと地形認識 7.1 生物と環境の関係 空間と環境を認識すること 世界を表現する 7.2 知識表現 敵表現リスト 依存グラフ 意味ネットワーク 事実表現 ルールベース表現 世界表現 7.3 さまざまな世界表現 ウェイポイント、ナビゲーションメッシュ表現と経路検索 ナビメッシュ-ウェイポイント階層表現/マップクラスタリング表現 テリトリー表現 戦術ポイント表現 LOSマップ表現 敵配位マップ 7.4 パス検索 パス検索の黎明期 パス検索の本格的な導入事例 パス検索の広がり スマートテレイン 3次元のパス検索 ルックアップテーブル法 7.5 意思決定と世界表現 地形の認識 地形の接続情報/最適な戦術位置/状況判断 戦術位置検索システム ゴールデンパス 影響マップ 7.6 まとめ 第8章:群衆AI 8.1 マルチエージェント コミュニケーション/メッセージング 階層型アーキテクチャ ファシリテーター型 ブラックボード/ベルギアンAI/トークンによるタイミング制御 8.2 群衆の作り方 生物の群れ「ボイド」 整列/集合/離散/回避 場の力による群衆生成 ソーシャルな関係を入れた群衆 8.3 街の群衆の作り方の実例 巡回するキャラクター 密度コントロール イベントと人だかり 交戦キャラクター 商店/働く人々/動物たち 応用:監視兵キャラクターの協調方法 8.4 まとめ 第9章:メタAI──ユーザーを楽しませるために 9.1 古典的メタAI 難易度調整 9.2 現代のメタAI 敵の動的配置 プレイヤーの監視 プレイヤーの感情推定 メタAIとプロシージャル技術 地形生成/物語生成 メタAIの内部構造 ユーザー解析技術 メタAIのほかの分野への応用 スマートシティ構想/複数台のロボットの協調 現代的なメタAIのさらなる発展 9.3 まとめ 第10章:生態学的人工知能とキャラクターの身体性 10.1 エージェントアーキテクチャの発展 生物学における環世界 認知科学におけるアフォーダンス 環世界、知識表現、アフォーダンス 多層構造 知能の多層構造 主体と対象の階層化 10.2 キャラクターの身体システム 身体と知能をつなぐ 意識/無意識構造──身体からの認識 人工身体モジュールと人工知能モジュールをつなぐ 身体レイヤ 10.3 多層レイヤシステムの実例 10.4 キャラクターモーションシステムの発展 身体からのフィードバック ベルンシュタインの身体運動論 身体能力の認識 運動感覚の形成 ニューラルネットワークによる身体運動 10.5 まとめ 第11章:学習、進化、プロシージャル技術 11.1 学習/進化アルゴリズムのゲームへの応用の歴史 1980～1990年代中盤 1990年代後半 2000年代 2010年代 11.2 学習/進化アルゴリズムの事例 『Creatures』におけるニューラルネットワーク 1990年代の日本のゲームシーンにおける学習/進化アルゴリズム 『アストロノーカ』における遺伝的アルゴリズム/『シーマン』における自然言語会話 マイクロソフトリサーチにおける機械学習の研究 『Forza Motorsport』シリーズにおける機械学習 『Killer Instinct』におけるケースベーストリーゾニング 『Total War』におけるモンテカルロ木探索 格闘ゲームにおけるニューラルネットワーク 11.3 プロシージャル技術 プロシージャル技術の始まり ダンジョン自動生成 自然地形の自動生成 植物自動生成と植物自動配置 街自動生成 ゲームエンジンにおける総合型ゲームレベル自動生成技術 11.4 まとめ──学習、進化、プロシージャル技術の展望 第12章:ゲーム開発の品質保証/デバッグにおける人工知能技術の応用 12.1 ゲーム開発環境/デバッグ/品質保証における人工知能技術 12.2 ゲーム開発工程(ゲーム開発者)を助けるAI パラメータ調整 ゲーム自動バランス/自動調整 12.3 ゲームサービスを支援するAI データビジュアリゼーション 12.4 ゲーム品質保証のためのAI 人工知能による自動プレイ システムテスト ログデータの活用 強化学習 『Assassin's Creed Origins』における自動解析システム ディープラーニングのゲームへの応用 ディープラーニングの躍進と課題/品質保証とディープラーニング ボットを用いた品質保証 12.5 まとめ あとがきと謝辞 索引