Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Ähnlich wie 次世代QAとAI 〜ゲーム開発におけるAI活用に正しく向き合うために〜
Ähnlich wie 次世代QAとAI 〜ゲーム開発におけるAI活用に正しく向き合うために〜 (20)
Kürzlich hochgeladen
Kürzlich hochgeladen (10)
次世代QAとAI 〜ゲーム開発におけるAI活用に正しく向き合うために〜
- 2. • 現在は過熱するAIブームの真っ只中 – AlphaGo（囲碁）、OpenAI Five（DotA2） – ゲーム業界でも多くのケースが検討・実現されている • AI導⼊は様々な困難もある – 技術⾯、プロジェクト⾯、⼈材・組織 セッションの開催背景
- 3. • AIは企業の枠を超えて連携できる分野でもある – 特にQA（品質保証）の領域は連携の余地が⼤きい • AIへの期待値と実際の難しさに向き合った上で、 ゲーム開発の未来を議論したい セッションの開催背景
- 4. • QAとAIは領域が広いため、 全ての項⽬をカバーするわけではありません – 基本はパネリストの活動領域が中⼼になります • 最後に質疑応答も設けます セッション全般について
- 5. パネリスト紹介
- 6. 株式会社スクウェア・エニックス – テクノロジー推進部 – リードAIリサーチャー 三宅 陽⼀郎 • 『⾼校⽣のためのゲームAI⼊⾨』 • ディジタルゲームの⼈⼯知能（Artificial Intelligence in Digital Game） https://www.ai-gakkai.or.jp/my-bookmark_vol32-no4/
- 7. ユニティ・テクノロジーズ・ジャパン合同会社 – QAマネージャー ⼤野 功⼆ • 『3Dゲームをおもしろくする技術』でCEDEC著述賞を受賞 （『Unityではじめる2Dゲーム作り徹底ガイド』の著者）
- 8. 株式会社セガゲームス – ⿓が如くスタジオ ドラゴンエンジン開発チーム – QAエンジニア 阪上 直樹 • 過去講演（CEDEC2017）： 無料で始める！「⿓が如く」を⾯⽩くするための⾼速デバッグログ分析と⾃動化 http://cedil.cesa.or.jp/cedil_sessions/view/1621
- 9. 株式会社ディー・エヌ・エー – AIシステム部 – AI研究開発エンジニア 奥村 エルネスト 純 『逆転オセロニア』におけるAI活⽤ 〜ゲーム運⽤における取り組みとノウハウ〜 ⽇時：2018年8⽉24⽇(⾦) 16:30 〜 17:30 会場：501
- 10. 本セッションの流れ 1 2 イントロダクション（15分） • 「AI」とは？ • 「ゲームAI」のこれまでとこれから • 「QA」とは？ パネルディスカッション（40分） • QAの⾃動化・AI化の取り組み • 「QA×AI」の実際と未来予想図 • 質疑応答
- 11. AIとは？
- 15. 深層学習（ディープラーニング） 入力 モデル 出力 • モデルとして深いニューラルネットワークを利⽤ – 複雑な特徴を表現することが出来る
- 16. 学習のイメージ 入力 モデル 出力 • 例：ネコとイヌを⾒分けるAI 画像をRGB値に変換 ネコ イヌ ネコ イヌ AIの推論 教師データ教師に近づくように モデルをアップデート
- 17. • ⼗分な量の教師データが必要 – データ取得やインフラのコストが⾼くなることがある • チューニングが必要 – 課題に合わせてモデル・特徴量を設計しないといけない • 専⾨技術や計算リソースが必要 – 合わせて、⼈材・組織作りもしなければならない 必要なもの
- 18. • 深層学習を中⼼としたAI技術の発展は⽇進⽉歩 • ゲーム業界でのトライアルも増えている – GDCʼ18では海外パブリッシャーの実事例も豊富 ゲームとAI
- 19. ゲームとAI モーションキャプチャの代替 コンテンツ⽣成 Karras, Tero, et al. "Progressive growing of gans for improved quality, stability, and variation." arXiv preprint arXiv:1710.10196(2017). Achlioptas, Panos, et al. "Learning Representations and Generative Models for 3D Point Clouds.” arXiv preprint arXiv:1707.02392 (2017). Güler, Rıza Alp, Natalia Neverova, and Iasonas Kokkinos. "Densepose: Dense human pose estimation in the wild." arXiv preprint arXiv:1802.00434 (2018).
- 20. ゲームとAI ⾳声に合わせた表情の⽣成 Karras, Tero, et al. "Audio-driven facial animation by joint end-to-end learning of pose and emotion." ACM Transactions on Graphics (TOG) 36.4 (2017): 94. https://www.youtube.com/watch?v=lDzrfdpGqw4 ⼈間 vs. AI コンテンツとして Dota 2 challenge: DENDI 1v1 vs OpenAI https://youtu.be/92tn67YDXg0?t=12m30s The Future of Go Summit, Match One: Ke Jie & AlphaGo https://www.youtube.com/watch?v=Z-HL5nppBnM And more…
- 22. ゲームの中、ゲームの外 ゲーム周辺AI （外＝開発、現実） ゲームAI （中＝コンテンツ） メタAI キャラクター AI ナビゲーション AI 開発支援 AI QA-AI 自動バランス AI インターフェース 上のAI データ マイニング ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. シミュレーショ ン技術ゲーム 可視化 ユーザーの 生体信号 プロシー ジャルAI
- 23. ゲームの中、ゲームの外 ゲーム周辺AI （外＝開発、現実） ゲームAI （中＝コンテンツ） メタAI キャラクター AI ナビゲーション AI 開発支援 AI QA-AI 自動バランス AI インターフェース 上のAI データ マイニング ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. シミュレーショ ン技術ゲーム 可視化 ユーザーの 生体信号 プロシー ジャルAI
- 24. フィールド ゲームの中のAI ナビゲーション AI メタAI キャラクターAI 状況を監視し、キーとなる役割を 適切なタイミングでエージェントに 指示する。 自律的な判断。 仲間同士の協調 地形を解析する 目的に応じた点を見つけ出す 目的地までのパスを計算する Support エージェントが自律的に戦闘・協調しつつ、ナビゲーションAIが 戦術的ポイントを教え、メタAIは、全体の戦闘の流れを作る。 ©2018 SQUARE ENIX CO., LTD. All Rights Reserved.
- 25. 歴史 ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. キャラクターAI 1995 2000 ナビゲーションAI 2007 メタAI 2015 ゲームの外のAI
- 26. ゲームの中、ゲームの外 ゲーム周辺AI （外＝開発、現実） ゲームAI （中＝コンテンツ） メタAI キャラクター AI ナビゲーション AI 開発支援 AI QA-AI 自動バランス AI インターフェース 上のAI データ マイニング ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. シミュレーショ ン技術ゲーム 可視化 ユーザーの 生体信号 プロシー ジャルAI
- 27. ゲーム外AI • 開発工程を助けるAI プロシージャル機能 • バランス調整するAI 遺伝的アルゴリズム、ニューラルネット • QAのためのAI QA-AI • メタAI バランス調整、ゲームメーキング • インターフェース上のAI 音声解析、言語解析、ゼスチャー認識 • データマイニングするAI ロギング＆アナライジング • シミュレーション技術 パラメーター生成 • データビジュアリゼーション ゲームを可視化する ©2018 SQUARE ENIX CO., LTD. All Rights Reserved.
- 28. ゲームの中、ゲームの外 ゲーム周辺AI （外＝開発、現実） ゲームAI （中＝コンテンツ） メタAI キャラクター AI ナビゲーション AI 開発支援 AI QA-AI 自動バランス AI インターフェース 上のAI データ マイニング ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. シミュレーショ ン技術ゲーム 可視化 ユーザーの 生体信号 プロシー ジャルAI
- 30. ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. ゲームAI （中＝コンテンツ） ゲーム周辺AI （外＝開発、現実） 人力 （All Script） 人力
- 31. ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. ゲームAI （中＝コンテンツ） ゲーム周辺AI （外＝開発、現実） AI技術 人力 人力
- 32. ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. ゲームAI （中＝コンテンツ） ゲーム周辺AI （外＝開発、現実） AI技術 人力 AI技術 人力
- 33. 品質保証のための人工知能事例
- 34. 開発会社 システム 詳細 参照 Ubi 2018 Assassin’s Creed Origin の レベルアセット自動検証 スクリプトによるオブジェクト同士の干渉テスト キャラクターの生成ポイントと配置オブジェクトの干渉 テスト / スクリプトによるテスト ‘Assassin’s Creed Origins‘: Monitoring and Validation of World Design Data Nicholas Routhier Ubisoft Montreal http://www.gdcvault.com/play/1025054/-Assassin-s-Creed-Origins Guerrilla 2018 Horizon Zero Down の自動プ レイ 毎晩、自動的にAIキャラクターがゲームをプレイ ‘Horizon Zero Dawn’: A QA Open World Case Study Ana Barbuta https://www.gdcvault.com/play/1025326/-Horizon-Zero-Dawn-A EA 2018 Battlefield1における模倣学習 による自動プレイ 模倣学習によるキャラクターがゲーム内で戦い合う https://www.ea.com/seed/news/seed-imitation-learning-concurrent- actions https://www.ea.com/seed/news/self-learning-agents-play-bf1 SEGA 2018 「龍が如く」～「北斗が如く」に おける自動プレイ ログからの自動リプレイシステム 無料で始める！「龍が如く」を面白くするための高速デバッグログ分析と 自動化https://cedil.cesa.or.jp/cedil_sessions/view/1621 RARE 2017 Thief における Unreal Engine 上のキャラクタービヘイビアの 自動テスト テストがクエリーの形でリスト化されて、毎晩テストされ る AUTOMATED TESTING FOR MULTIPLAYER GAME-AI IN SEA OF THIEVES ROBERT MASELLA RARE — MICROSOFT GAME STUDIOS http://gameainorth.com/2017/ DELiGHT WORKS 2017 Fate/Grand Orderにおける自 動リプレイ サーバーを経由したログの収集とコマンド関数列の再 現 Fate/Grand Orderにおける自動リプレイを用いたQA改善への挑戦 http://cedil.cesa.or.jp/cedil_sessions/view/1716 DeNA 2017 「逆転オセロニア」における自 動ゲームプレイ 強化学習を用いて機械学習させる DeNA TechCon2018 ゲーム体験を支えるための強化学習 https://www.slideshare.net/juneokumura/dena-techcon2018 SQUARE ENIX 2017 「グリムノーツ」における自動 ゲームバランス 遺伝的アルゴリズムを用いてプレイヤーAI群を進化さ せてゲームバランスを調査する 遺伝的アルゴリズムによる人工知能を用いたゲームバランス調整 http://cedil.cesa.or.jp/cedil_sessions/view/1655 DeNA 「FINAL FANTASY Record Keeper」における自動プレイ ニューロエボリューションによるプレイヤーAIの作成 AIによるゲームアプリ運用の課題解決へのアプローチ https://cedil.cesa.or.jp/cedil_sessions/view/1511 強化学習を利用した自律型GameAIの取り組み ~高速自動プレイによる ステージ設計支援
- 35. コンシューマ モバイル ゲームの外から ゲームの中から ゲーム自動プレイング ゲームバランシング Grimm’s Note の 例 オセロニア AIプレイヤ ー DOOM 自動 プレイ 龍が如く リプレイ FFRK ゲーム自 動 プレイ DQMP デバッグ Horizon の自動プ レイ例 Sea of Thieves の 例 Assassin’ s Creed の例 Battlefiel d 1リプレ イ FGO リプレイ
- 36. QAとは？
- 37. QAとは？ • 業務系：「正しく動作しているか？」が重要 – 仕様書やテスト計画書に基づいた正常系動作テスト – ユーザー体験テスト • ゲーム：「おもしろく遊べるか？」が重要 – 仕様書やテスト計画書に基づいた正常系動作テスト – 主観的なプレイヤー体験をベースとした品質テスト – プレイヤーが想定外のプレイをした場合の品質テスト
- 38. 本セッションの流れ 1 2 イントロダクション（15分） • 「AI」とは？ • 「ゲームAI」のこれまでとこれから • 「QA」とは？ パネルディスカッション（40分） • QAの⾃動化・AI化の取り組み • 「QA×AI」の実際と未来予想図 • 質疑応答
- 39. QAの⾃動化・AI化の取り組み
- 44. • オセロがベースの戦略ゲーム – 3000種類を超える選択肢からデッキを構築 – デッキの種類や戦略が多様で、継続的に更新される 『逆転オセロニア』のバランシング キャラクターステータス （HP: ヒットポイント、 ATK: 攻撃力…） キャラクター固有の スキル ~3,000種類の選択肢から 16キャラクターを選択
- 45. • キャラクターを追加する際に、 意図したバランスを保ちたい • 属⼈的な調整に加え、 AIによるサポートの可能性を検証している 1. データマイニングによるゲーム内環境の可視化 2. 機械学習を使ったキャラクターの性能評価 『逆転オセロニア』のバランシング
- 46. • 定番デッキの推移を可視化するフローを開発 – アソシエーション分析とクラスタリング分析を活⽤ ゲーム環境の可視化 ※ 実際の分析結果ではなくイメージです ※ 技術詳細については3⽇⽬のセッションにて解説します トレンドを⼀⽬ で確認できる A⽉ B⽉ C⽉
- 47. • 追加されるキャラクターの運⽤⽅法を学習 • 学習したAIモデルを使ってゲーム環境への影響を調査 強化学習を使ったキャラクター評価 新キャラクターの学習 勝率(%) 様々なデッキで勝率を取得し、影響を事前に検知 ※ 新キャラの学習は⼀定確認できており、概念検証を続けている段階 ※ 技術詳細については3⽇⽬のセッションにて解説します
- 48. 「QA×AI」の実際と未来予想図
- 49. • QA⽂脈でAIにできそうなこと・難しいこと • AI導⼊に取り組む際の課題 • QAの課題 Items …
- 50. まとめ
- 51. ゲーム×AIの議論の場を育てたい 今後について Google Group: game-ai https://goo.gl/4dVN2o Slack: game-ai-ja https://goo.gl/jqEgLf