人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
•Als PPTX, PDF herunterladen•
18 gefällt mir•7,102 views
日本デジタルゲーム学会年次大会2013@はこだて未来大学 で発表した発表資料です． 一部紹介できなかったスライドも入れています．
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Andere mochten auch
Andere mochten auch (17)
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
- 2. 恐ろしい夜がやってきました • この村には，人間の姿に化けられる人喰い人 狼が潜んでいる • 人狼は人間と同じ姿をしており，昼間には区 別がつかず，夜になると村人たちを一人ずつ 襲っていく • 村人たちは疑心暗鬼になりながら，話し合い によって人狼と思われる人物を１人ずつ処刑 していくことにした・・・ 「汝は人狼なりや」カバーストーリー
- 3. コンピュータvs人間の歴史 • 1997年チェス – ディープブルーがチェスチャンピオンに勝利 • 2013年将棋 – コンピュータがプロ棋士に勝利 • 2050年サッカー – ロボットによるチームが ワールドカップ優勝チームに勝利(予定)
- 4. 完全ゲームvs不完全ゲーム • 完全情報ゲーム – お互いの情報が完全に与えられているゲーム – 将棋，囲碁，チェスなど – すでにコンピュータが人間を上回るものが多い • 不完全情報ゲーム – ゲーム情報が完全には与えられていないゲーム – 推論の対象が多岐にわたる – 定型的な研究の場は少ない
- 5. 人狼知能プロジェクト • 「人間と自然なコミュニケーションを取りながら 人狼をプレイできるエージェントの構築」 – より高度な知能の創出 – より高度なコミュニケーションの実現 新しいエージェントの 標準問題として
- 6. 人狼とは(1/3) • 村人に隠れた人狼を見つけ出す • 人間13人vs人狼3匹 • 勝利条件 – 村人陣営：人狼を全員処刑する – 人狼陣営：村人陣営の数を人狼以下にする • 与えられる情報 – 村人には自分の役のみ(誰が人狼であるかは不 明) – 人狼陣営には誰が人狼の情報 6
- 7. 人狼とは(2/3) • 誰が人狼かを一定時間の対話で推測 • 各ターンごとに以下の行動が可能 – 全体：人狼と疑わしいプレイヤー1人を追放 – 人狼：毎晩一人村人を襲撃(ゲームから脱落) • 村人：会話をヒントに人狼を追放 • 人狼：追放されないように村人 のフリをする
- 8. 人狼とは(3/3) • プレイヤー役職(能力) – 村人：能力無し – 占い師：毎ターン一人のプレイヤーが人狼かどうか 知ることが出来る – 霊媒師：前回追放したプレイヤーが人狼かどうか知 ることが出来る – 狩人：毎ターン一人を人狼の襲撃から守る – 人狼：毎ターン誰かを襲撃できる – 狂人：能力は無いが，人狼陣営に所属 • 能力を駆使して所属する陣営を勝利させる 8
- 9. 対面人狼・オンライン人狼 カード型人狼：パーティゲーム • 一試合十数分程度 オンライン型人狼：言語ゲーム – 短い会話で嘘がつけるか – 熟慮した発言が可能 • 顔が見える環境での競争 – 相手の性格や反応を見る • 狼同士の会話はジェスチャ • 一試合数日間 • キャラクターによる匿名化 – 性別や見た目の影響排除 • 狼同士の会話を平衡で行う – コミュニケーションミスの排除
- 10. 不完全情報ゲームとしての人狼 • 人狼のゲーム性 – 場に与えられた情報の非対称性 • 人狼は村人より多くの情報を持つ – 説得・協調 • 相手に情報を与えて信頼を得る – 思考の多段階の予測 • 自分がこう思っていると相手が思っているだろう • コンピュータと人の対戦自体にまだ壁が存在 – 思考だけでは無い様々な課題
- 12. 人狼ゲームの特徴 2. 推理：他者の意図のモデル化 – 文脈からの真偽の判断 – 重み付けは各プレイヤーが行う
- 14. 人狼知能実現のための課題 • エージェントの対話プロトコル設計 • 推論と思考 – モデル化した行動(自分は占い師と名乗る，誰々は人狼 だと思うと指摘する，など)の思考 – 他人の行動の理解 – 戦略の構築(強化学習，データ分析) • 自然言語処理 – プロトコル上の行動の自然言語化，自然言語の理解 • ヒューマン・エージェント・インタラクション(HAI) – エージェントインターフェースの実装 – 映像や音声による表現 • エージェント同士を競わせるプラットフォームの開発
- 15. 人狼知能実現のための課題 • エージェントの対話プロトコル設計 • 推論と思考 – モデル化した行動(自分は占い師と名乗る，誰々は人狼 だと思うと指摘する，など)の思考 – 他人の行動の理解 – 戦略の構築(強化学習，データ分析) • 自然言語処理 – プロトコル上の行動の自然言語化，自然言語の理解 • ヒューマン・エージェント・インタラクション(HAI) – エージェントインターフェースの実装 – 映像や音声による表現 • エージェント同士を競わせるプラットフォームの開発
- 16. 人狼プロトコルの開発 • 自然言語は扱いが難しい • 人狼で行われる会話を モデル化した言語設計 – プログラムに扱える 範囲で、かつ記述可能 な範囲をなるべく広げる
- 17. 人狼プロトコルの例 • 「Matsubaraさんは人狼でしょう」 – declare 90% (Matsubara wolf) : Matsubaraが人狼で あると90%確信 • 「その意見には反対だな」 – agree 0% (speech 10) :10番目の会話に同意しない • 「Matsubaraさんは処刑しましょう．人間とは思え ないですし」 – Request any 90% (execute Matsubara) because declare 20% (Matsubara humanside) 18
- 19. 人狼サーバにおけるゲームの流れ ゲーム開始 • 会話 • 会話 • 投票 • 能力者の行動決定 ゲーム終了 • 吊り、襲撃処理 • 占、霊へ情報提供 • 勝敗処理
- 21. 人工知能は人狼を夢を見るか • 人工知能エージェントによる人狼の対戦 – 人工知能は人狼をプレイ可能か – 人工知能は人狼を学習可能か • 提案プロトコル・サーバを用いて確認 – 村人陣営，人狼陣営双方のエージェントを作成 – お互いを対戦させ，学習を行う – 最終的に得られた戦略を評価
- 22. シンプルな人狼のモデル化 • 人狼のシンプル化 – 発話：特に必要な発話のみ • 役職のカミングアウト • 能力によって得られた情報の共有 • 疑っている対象の報告 – 疑い度：プレイヤーの状態から人狼らしさを推測 • Q学習を用いて戦略を学習 ？ ！ Q 23
- 23. 学習内容 • 襲撃，処刑等の対象選択方法 • 発話内容 • 人狼側が嘘をついて装う役職 • プレイヤーの疑い度 24
- 27. 結論 • 人工知能の標準問題としての人狼 – 不完全情報ゲーム • • • • 人狼知能プロジェクトの提案 人狼プロトコルの開発 人狼対戦サーバの開発 シンプルなゲームにおける学習のテスト – 人間同士による対戦に近い戦略を学習可能 – 上級者の用いる戦略も発見可能
- 28. 今後の方針 • 2014年度中に大会の実施 – 学習用のデータを準備 • 人狼BBSでプレーされた4778ゲームのデータ • 参加者には配布可能 – プロトコル，サーバの公開 – シンプルなプロトコルによる大会を実施 • 優秀なエージェントのゲームへの実装 – ゲーム会社と交渉中 参加者募集中
- 29. 人狼知能実現のための課題 • エージェントの対話プロトコル設計 • 推論と思考 – モデル化した行動(自分は占い師と名乗る，誰々は人狼 だと思うと指摘する，など)の思考 – 他人の行動の理解 – 戦略の構築(強化学習，データ分析) • 自然言語処理 – プロトコル上の行動の自然言語化，自然言語の理解 • ヒューマン・エージェント・インタラクション(HAI) – エージェントインターフェースの実装 – 映像や音声による表現 • エージェント同士を競わせるプラットフォームの開発
- 31. 今後のスケジュール（予定） • 2014年3月 – プロトコル公開 • 2014年夏～秋 – プレテスト大会の実施 • 2015年3月 – 第一回大会実施 • 2015年夏 – 第一回国際大会の実施