ゲームAI製作のためのワークショップ（IV）
•
6 gefällt mir•2,423 views
横浜で行っているゲームAI製作ワークショップ（全五回）の第四回の講義録とワークショップシートです。カヤックさんにご協力いただいております。ありがとうございます。今回は「ソーシャル・コミュニケーションするＡＩ」についてワークショップを行います。
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Andere mochten auch
Andere mochten auch (20)
Mehr von Youichiro Miyake
Mehr von Youichiro Miyake (20)
ゲームAI製作のためのワークショップ（IV）
- 4. ユーティリティベース意思決定 Utility-based decision making ステート（状態）ベースAI ゴール（目標）ベースAI ビヘイビア（振る舞い）ベースAI ユーティリティ（効用）ベース AI Rule-based AI State-based AI Behavior-based AI Goal-based AI Utility-based AI タスク（仕事）ベース AI Task-based AI シミュレーションベース AI Simulation-based AI ルール（規則）ベースAI
- 6. The Sims シリーズのＡＩの作り方 人をダイナミクス（力学系、動的な数値の仕組み ）として動かす。 世界を動かす PeerAI(=キャラクターＡＩ) を構築。 Sub Peer Meta Meta Peer Sub [原則] 周囲の対象に対する、あらゆる可能な行動から、 ムード（幸せ） 係数を最大化する行動を選択する。 Sims (not under direct player control) choose what to do by selecting, from all of the possible behaviors in all of the objects, the behavior that maximizes their current happiness. Will Wright, AI: A Design Perspective (AIIDE 2005) http://www.aaai.org/Papers/AIIDE/2005/AIIDE05-041.ppt Kenneth Forbus, Will Wright, “Some notes on programming objects in The Sims – Example” http://www.qrg.cs.northwestern.edu/papers/Files/Programming_Objects_in_The_Sims.pdf
- 7. オブジェクトに仕込むデータ構造 Data (Class, Sate) Graphics (sprites, z- buffers)Animations (skeletal) Sound Effects Code (Edith) -Main (object thread) -External 1 -External 2 -External 3 パラメーター グラフィックス アニメーション サウンド メインスレッド いろいろなインタラクションの仕方 Ken Forbus, “Simulation and Modeling: Under the hood of The Sims” (NorthWerstern大学、講義資料) ※IEで見てください。 http://www.cs.northwestern.edu/%7Eforbus/c95-gd/lectures/The_Sims_Under_the_Hood_files/frame.htm Kenneth Forbus, Will Wright, “Some notes on programming objects in The Sims – Example” http://www.qrg.cs.northwestern.edu/papers/Files/Programming_Objects_in_The_Sims.pdf
- 8. The Sims における「モチーフ・エンジン」 Ken Forbus, “Simulation and Modeling: Under the hood of The Sims” (NorthWerstern University) http://www.cs.northwestern.edu/%7Eforbus/c95-gd/lectures/The_Sims_Under_the_Hood_files/frame.htm Data - Needs - Personality - Skills - Relationships Sloppy - Neat Shy - Outgoing Serious - Playful Lazy - Active Mean - Nice Physical - Hunger - Comfort - Hygiene - Bladder Mental - Energy - Fun - Social - Room Motive Engine Cooking Mechanical Logic Body Etc. AIの人格モデル
- 9. 最適（＝最大効用）な行動を選択する Hunger +20 Comfort -12 Hygiene -30 Bladder -75 Energy +80 Fun +40 Social +10 Room - 60 Mood +18 Toilet - Urinate (+40 Bladder) - Clean (+30 Room) - Unclog (+40 Room) Mood +26 Bathtub - Take Bath (+40 Hygiene) (+30 Comfort) - Clean (+20 Room) Mood +20 [原則] 周囲の対象に対する、あらゆる可能な行動から、 総合的な効用 （＝Mood） を最大化する行動を選択する。
- 10. ムードの計算方法と各パラメーターのウェイトグラフ Mood = W_Hunger(X_Hunger) * X_Hunger + W_Engergy(X_Energy) * X_Energy + … -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 -100 0 100 W_Hunger W_Energy W_Comfort W_Fun W_Hygiene W_Social W_Bladder W_Room
- 12. 効用(Utility)の計算の仕方 W_Hunger X_Hunger W_Hunger(-80) -80 60 W_Hunger(60) Hunger degree at -80 ＝ W_Hunger(-80)*(-80) Hunger degree at 60 ＝ W_Hunger(60)*(60) Δ ＝ W_Hunger(60)*(60) - W_Hunger(-80)*(-80) Utility for hunger
- 13. 限界効用逓減の法則 X_Hunger W_Hunger(-80) -80 60 W_Hunger(60) Δ（-80 → 60）＝W_Hunger(60)*(60) - W_Hunger(-80)*(-80) Δ (60→90） ＝W_Hunger(90)*(90) - W_Hunger(60)*(60) 90 W_Hunger(90) Δ（-80 → 60） is much larger than Δ(60→90） ある程度満たされたものを満たすより、 満たされないものをある程度満たす方が大きな満足をもたらす Utility for hunger ビールは一杯目が一番おいしい
- 14. The Sims のＡＩの原理 三宅陽一郎、「Spore におけるゲームＡＩ技術とプロシージャル」 （DiGRA Japan 第１４回 月例研究 http://digrajapan.org/?wpdmact=process&did=Ni5ob3RsaW5r Ken Forbus, “Simulation and Modeling: Under the hood of The Sims” (NorthWerstern大学、講義資料) http://www.cs.northwestern.edu/%7Eforbus/c95-gd/lectures/The_Sims_Under_the_Hood_files/frame.htm Richard Evans, Modeling Individual Personalities in The Sims 3, GDC 2010 http://www.gdcvault.com/play/1012450/Modeling-Individual-Personalities-in-The
- 15. The Sims 3 では、多くのムードや欲求が準備される。 行動 対象 GDC09 資料 http://www.gdcvault.com/play/1452/(307)-Breaking-the-Cookie-Cutter
- 16. ユーティリティ・ベースの特徴 • オブジェクト側から提案する。 • プログラムではなく、グラフによる評価値で、選 択肢を比較する。比較できるのは数値だけ。 • データドリブン形式になるので、すべてのエー ジェントに共通なプログラムが一つあれば良い。 • あとはグラフでチューニングする。 • グラフの形の工夫にセンスが必要。 • デバッグはトライアンドエラーを重ねるしかない。 • 明確にやりたいことがわかっていれば、その部 分にグラフを立たせれば良い。
- 17. 今回のゲーム © KAYAC Inc. All Rights Reserved. https://build.cloud.unity3d.com/share/W1TeqjaSu-/
- 24. グループ１
- 25. グループ２
- 26. グループ３
- 27. グループ４
- 28. 参考文献 • ユーティリティ関数についての本。 • Dave Mark さんは、ゲームＡＩコミュニ ティ（AI Programmers Guild http://www.gameai.com/）のまとめ 役でもある。 • https://www.borndigital.co.jp/book/ 610.html
- 29. 知能とコミュニケーション 第一章
- 30. 何かを伝えるということ
- 32. なぜ伝えるか、ということ ？ ？
- 33. いつ伝えるか、ということ ！ ！
- 34. 誰に伝えるか、ということ
- 35. いかに伝えるか、ということ
- 40. 生物にとって必要な能力 • 仲間と敵を見分ける能力。（群れと外） • 仲間と協調する能力。（群れの内） • 仲間同士の争いで勝つ能力。（群れの中の個体同士） コミュニケーションの発生
- 41. 群れと進化 大移動する＝弱い個体が脱落する＝群れの中に強い個体が残る （という説もある） Jacilluch http://free-images.gatag.net/2012/11/16/040000.html Brett Jordan http://free-images.gatag.net/2012/09/21/040000.html t3rmin4t0r http://free-images.gatag.net/2012/04/18/040000.html
- 43. 生物の進化とスケールと全体性 スケール 進化（時間） 生物は小さいほど集合して生息する。 また原始的であるほど、群れの全体性が強い。 進化が進むほど生物は群れとしての性質が薄くなり個体化する。
- 44. 動物のコミュニケーション 習性としてのコミュニケーション 意識的なコミュニケーション 身体のコミュニケーション Tungz10 http://free-images.gatag.net/2011/07/22/180000.html SidPix http://free-images.gatag.net/2012/11/03/040000.html Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html http://www.seibutsushi.net/blog/2014/09/282 9.html http://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%84%E3%82 %AA%E3%83%8E%E3%82%A8%E3%83%9C%E3%82%B7 JennyHuang http://free-images.gatag.net/2011/07/19/200000.html
- 45. 動物のコミュニケーション 習性としてのコミュニケーション 意識的なコミュニケーション 身体のコミュニケーション Tungz10 http://free-images.gatag.net/2011/07/22/180000.html SidPix http://free-images.gatag.net/2012/11/03/040000.html Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html http://www.seibutsushi.net/blog/2014/09/282 9.html http://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%84%E3%82 %AA%E3%83%8E%E3%82%A8%E3%83%9C%E3%82%B7 JennyHuang http://free-images.gatag.net/2011/07/19/200000.html http://en.wikipedia.org/wiki/Harvester_ant http://free-photos.gatag.net/2013/08/14/200000.html 個体性 全体性
- 46. 動物のコミュニケーション 習性としてのコミュニケーション 意識的なコミュニケーション 身体のコミュニケーション Tungz10 http://free-images.gatag.net/2011/07/22/180000.html SidPix http://free-images.gatag.net/2012/11/03/040000.html Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html http://www.seibutsushi.net/blog/2014/09/282 9.html http://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%84%E3%82 %AA%E3%83%8E%E3%82%A8%E3%83%9C%E3%82%B7 JennyHuang http://free-images.gatag.net/2011/07/19/200000.html http://en.wikipedia.org/wiki/Harvester_ant http://free-photos.gatag.net/2013/08/14/200000.html http://free-photos.gatag.net/2013/05/07/080000.html http://bbs.jinruisi.net/blog/2012/01/1059.html 個体性 全体性 個体同士のコミュニケーション全体で一つの 存在 個々が分離 した世界
- 47. 動物のコミュニケーション 習性としてのコミュニケーション 意識的なコミュニケーション 身体のコミュニケーション Tungz10 http://free-images.gatag.net/2011/07/22/180000.html SidPix http://free-images.gatag.net/2012/11/03/040000.html Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html http://www.seibutsushi.net/blog/2014/09/282 9.html http://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%84%E3%82 %AA%E3%83%8E%E3%82%A8%E3%83%9C%E3%82%B7 JennyHuang http://free-images.gatag.net/2011/07/19/200000.html 自然と一体となった一つのシステム としての生物の集合
- 48. 動物のコミュニケーション 習性としてのコミュニケーション 意識的なコミュニケーション 身体のコミュニケーション Tungz10 http://free-images.gatag.net/2011/07/22/180000.html SidPix http://free-images.gatag.net/2012/11/03/040000.html Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html http://www.seibutsushi.net/blog/2014/09/282 9.html http://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%84%E3%82 %AA%E3%83%8E%E3%82%A8%E3%83%9C%E3%82%B7 JennyHuang http://free-images.gatag.net/2011/07/19/200000.html 自然と一体となった一つのシステム としての生物の集合 自然からある程度独立した 個体同士の集合
- 49. 動物のコミュニケーション 習性としてのコミュニケーション 意識的なコミュニケーション 身体のコミュニケーション Tungz10 http://free-images.gatag.net/2011/07/22/180000.html SidPix http://free-images.gatag.net/2012/11/03/040000.html Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html http://www.seibutsushi.net/blog/2014/09/282 9.html http://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%84%E3%82 %AA%E3%83%8E%E3%82%A8%E3%83%9C%E3%82%B7 JennyHuang http://free-images.gatag.net/2011/07/19/200000.html 自然と一体となった一つのシステム としての生物の集合 自然からある程度独立した 個体同士の集合 言語による コミュニケーション 感覚（五感）による コミュニケーション
- 55. 身体的・感覚的コミュニケーション 噛む ＝愛情表現 匂い ＝縄張りを形成する http://free-photos.gatag.net/2014/05/24/000000.html MaRiNa__ 鼻をこすりあう（触覚） ＝あいさつ Tambako the Jaguar http://free-images.gatag.net/2013/03/23/100000.html Nicole Weihmann http://free-images.gatag.net/2013/03/28/100000.html
- 61. http://yourvideo.heteml.jp/detail.php5?id=pxpK_UfMdDY http://echeng.com/journal/images/misc/060705_095108_echeng3649.jpg ザトウクジラの群れの協調行動 コミュニケーション Bubble Net Fishing Message のやりとりでお互いを制御 お互い声でコミュニケーションを取りながら、 泡を出して壁を作り魚たちを囲い込んで、 下から口に入れる。 Stereotypical sound patterns in humpback whale songs: Usage and function Mercado, E., III, Herman, L. M., & Pack, A. A. Aquatic Mammals, 29, 37-52 (2003)
- 62. 後藤弘茂「PlayStation 3はどんなゲームを実現するのか--それはワールドシミュレーション」PC Watchより ＧＤＣ２００２ ＳＣＥＩ 後藤弘茂「PlayStation 3はどんなゲームを実現するのか--それはワールドシミュレーション」PC Watchより 鳥、魚、人 相互インタラクション
- 63. クロムハウンズ ＡＩの協調 ゴールによる協調 （１） 「援護」「護衛」などゴールによるお互いの協調 （２） 戦力計算による戦闘、退却判断、集中砲火などアルゴリズムによる群制御 （３） チームＡＩによるチームとして統制の取れた行動 （４） チームとしての合理性と個体としての合理性の衝突 三宅 陽一郎、人工知能が拓くオンラインゲームの可能性 http://www.bba.or.jp/AOGC2007/2007/03/download.html チームＡＩ チーム作戦パターン
- 64. 交通シミュレーター Message のやりとりでお互いを制御 Request … 接触の可能性のある相手の車に 自分の属性と予定のコースと時刻を知らせる Change-request … request の変更 Cancel … キャンセル Reservation-completed … 横断完了の知らせ Peter Stone, "Multiagent Traffic Management: An Improved Intersection Control Mechanism" http://www.cs.utexas.edu/users/kdresner/papers/2005aamas/?p=video
- 66. 蟻の群れシミュレーション フェロモン えさ 巣穴 （１） えさをみつけた蟻は、フェロモンを出しながら巣へ戻る。 （２） フェロモンは他の蟻を引き寄せる （３） 引き寄せられた蟻は、フェロモンを出しながらえさを巣へ運ぶ Ant Farm Simulator (c) 2004 by Roberto Aguirre Maturana http://www.geocities.com/chamonate/hormigas/antfarm/
- 72. 第一章まとめ 分類 媒体（メディア） 表象 受容器官 非言語 コミュニケーション 場を介する 匂い、音 五感 身体 噛む、鼻を付ける 触覚 言語 コミュニケーション シンボル ダンス 認識 言葉 文字/発話 知能 経済 お金 数字 社会 言葉、身振り、お金… 交換することで 個体同士が結びつく。
- 73. ワークショップ１ • キャラクターの間で、どのような情報を受け渡 したいか？ • それはどのような手段で受け渡したいか？ • それによってどのような効果をゲームにもた らしたいか？ をアイデアベースで考えてみてください。 イメージだけで大丈夫です。
- 74. グループ１
- 75. グループ２
- 76. グループ３
- 77. グループ４
- 78. キャラクターコミュニケーション総括 • ユーザーに見えるようにする。 • 可視化されるのでとても効果がある。 • ユーザーに見えないコミュニケーションはあま り意味がない。 • 可視化できれば意味がある。
- 79. ゲームにおける様々な実例 第２章
- 81. 評判システム Group Reputation Farmers Neural Lawmen Hate Bandits Like Player Hate Townspeople Neural Memory Element 1 2 3 5 Master Event List 1. Bandit Killed Farmer 2. Player Aided Lawmen 3. Player Killed Bandit 4. Player TradedWith Townsperson 5. […] Bandit この盗賊(Bandit)は、Player が味方（Bandit）を殺し、 敵である保安官（Lawmen）を助けたことを聞いて、Player を嫌っている。 NPCごとの記憶 Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom
- 82. 評判システム B1 B2 B3 ３をアナウンス Master Event List 参照回数 1. Bandit Killed Farmer 4 2. Player Aided Lawmen 1 3. Player Killed Bandit 3 4. 5. ３人のNPCに 参照されている Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom NPC NPC NPC NPC Player Event Announcer イベント登録 事件発生ポイント Player Killed Bandit.
- 83. 事件発生ポイント Player Killed Bandit. Event Announcer B1 B2 B3 イベント登録 一定半径内のNPCに ３をアナウンス B3 B4 味方同士の場合 伝言する 他の場所でNPC同士が ばったり出会う Master Event List 参照回数 1. Bandit Killed Farmer 4 2. Player Aided Lawmen 1 3. Player Killed Bandit 4 4. 5. 参照回数を＋１ （参照回数が０になればリストから消去） Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom NPC NPC NPC NPC Player NPC NPC 評判システム
- 84. Event Announcer B1 B2 B3 イベント登録 一定半径内のNPCに ３をアナウンス B3 B4 敵同士の場合 伝言しない 他の場所でNPC同士が ばったり出会う Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom Player NPC NPC NPC NPC NPC NPC 評判システム Master Event List 参照回数 1. Bandit Killed Farmer 4 2. Player Aided Lawmen 1 3. Player Killed Bandit 4 4. 5. 事件発生ポイント Player Killed Bandit.
- 85. 評判システム
- 86. 評判システム（イベントの形式） Master Event List 参照回数 1. Bandit Killed Farmer 4 2. Player Aided Lawmen 1 3. Player Killed Bandit 11 4. 5. Subject Group Player Verb DidViolenceTo Object Group Bandit Object Individual Joe Magnitude 75(Killed) Where 50,20,128(In front of saloon) When High noon Template KilledBanditTemplate ReferenceCount Known by 11 NPCs Reputation Effects Bandits hate player more Lawmen like player more Farmers like player more Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom
- 87. 評判システム（情報交換） メモリーマッチング NPCごとの記憶 Memory Element 信頼度 取得時刻 1 43 0:13:43 3 76 1:4:53 7 63 1:7:45 11 12 1:24:54 12 52 2:6:55 NPCごとの記憶 Memory Element 信頼度 取得時刻 2 43 0:15:13 4 87 0:46:3 7 12 2:17:56 15 53 2:14:45 71 84 3:56:15 同じイベントに対する情報がある場合は、信頼度の高い方の情報に上書き 同じ対象(例えばJoe)に対する情報がある場合は、新しい情報に上書き 上書きするイベント → Master Event List の参照回数＋１ 消去されるイベント → Master Event List の参照回数－１ (Master Event List で参照回数が０になればリストから消去) Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom NPC NPC
- 88. 評判システム（情報補完システム） （NPC Aが Joe に出会ったときには、Joe は既に死んでいた） Joe was Killed by unknown group （Joe が Lawmen に撃たれているのを目撃） Joe was shot by lawmen group Joe was killed by lawmen group 不完全な情報から 情報を再構築 思い込みかも…でも、それでいい。 人間とはそういうものじゃないか…（という開発方針） Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom NPC NPC NPC NPC
- 89. 評判システム（イベントの形式） Master Event List 参照回数 1. Bandit Killed Farmer 4 2. Player Aided Lawmen 1 3. Player Killed Bandit 11 4. 5. Subject Group Player Verb DidViolenceTo Object Group Bandit Object Individual Joe Magnitude 75(Killed) Where 50,20,128(In front of saloon) When High noon Template KilledBanditTemplate ReferenceCount Known by 11 NPCs Reputation Effects Bandits hate player more Lawmen like player more Farmers like player more Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom 構造体で定義されているのでマージがしやすい
- 90. 評判システム（イベントの形式） Subject Group Player Verb DidViolenceTo Object Group Bandit Object Individual Joe Magnitude 75(Killed) Where 50,20,128(In front of saloon) When UNKNOWN Template UNKNOWN ReferenceCou nt Known by 11 NPCs Reputation Effects Bandits hate player more Lawmen like player more Farmers like player more Subject Group UNKNOWN Verb DidViolenceTo Object Group Bandit Object Individual UNKNOWN Magnitude 75(Killed) Where UNKNOWN When High noon Template KilledBanditTemplate ReferenceCou nt Known by 11 NPCs Reputation Effects Bandits hate player more Lawmen like player more Farmers like player more メモリーマッチング
- 91. 参考文献 (1) Greg lt, Kristin King, “A Dynamic Reputation System Based on Event Knowledge”, 8.6, AI Game Programming Wisdom (2) Richard Rouse III,"Postmortem: The Game Design of Surreal's The Suffering", Gamasutra, http://www.gamasutra.com/view/feature/2110/postmortem_the_game_design_of_.php (3) "Gunslinger: First Impressions",IGN, http://ps2.ign.com/articles/134/134549p1.html (4) Gunslinger [PS2 - Cancelled] http://www.unseen64.net/2009/09/15/gunslinger-ps2-cancelled/
- 92. Never Winter Night における評判システム Ultima Online の評判システム Gunslinger の評判システム Ever Quest の評判システム 独自の評判システム https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcT18yxlWIEAjsDNwdmz1- I4vTlbGVJxQp0gLDI05t4VS_URdCvD
- 93. Never Winter Night における評判システム モンスター 山賊 ガード 一般人 モンスター 100 0 0 0 山賊 50 50 0 0 ガード 0 0 100 100 一般人 0 0 100 80 対象 主体 各NCPの種族間友好度 初期値 (主体)が（対象）をどれぐらいよく思っているか。 敵対行動に対する友好度変化表 誰もいない場所で殺人を犯すことと、周囲に目撃者がいる場合では、 そのイベントがもたらす友好度の変化は違うはず。 目撃者 誰もいない 友好種族 を攻撃 攻撃した 種族の友 好種族か ら目撃 中立種族 を攻撃 攻撃した種族 に対する中立 種族からの目 撃 敵対す る種族 に対し て 敵族から目 撃 攻撃 -2 -12 -6 -4 -2 -2 0 殺人 -5 -45 -25 -15 -5 -5 0 盗む -1 -5 -3 -2 0 -1 0
- 94. Never Winter Night における評判システム 目撃者 誰もいない 友好種族 を攻撃 攻撃した 種族の友 好種族か ら目撃 中立種族 を攻撃 攻撃した種族 に対する中立 種族からの目 撃 敵対す る種族 に対し て 敵族から 目撃 攻撃 -2 -12 -6 -4 -2 -2 0 殺人 -5 -45 -25 -15 -5 -5 0 盗む -1 -5 -3 -2 0 -1 0 犯人の殺した種族からの友好度が-45下がる 犯人の目撃者の種族からの友好度が-25下がる 敵対行動に対する友好度変化表 目撃
- 95. Never Winter Night における評判システム PC モンスター 山賊 ガード 一般人 モンスター 0 100 0 0 0 山賊 0 50 50 0 0 ガード 95 0 0 100 100 一般人 75 0 0 100 80 対象 主体 種族間友好度 初期値 (主体)が（対象）をどれぐらいよく思っているか。 (注) PC のある種族に対する好感度 は、その種族のPCに対する好感度と同値とする。
- 96. Personal Reputation の導入 ガードは攻撃されたキャラクターに対する情報を保持する 時間 評判 ガードが持つ攻撃したＰＣに対する評判の補正 40 220 PCが全てのガードから袋叩きにならない かつ、それなりに評判を落としておく ガード ガード ガード ガード ガード ガード
- 97. 参考文献 Mark Brokington, “Building a reputation system: Hatred, Forgivveness, and Surrender in Never Winter Nights”, 6.5, Massive Multiplayer Game Development
- 100. Humanoid Agent in Social Game Environment (HASGE) Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisPalliThrainsson.pdf
- 101. HASGE Project (Reykjavik Univ, CCP) http://cadia.ru.is/wiki/public:socialgame:main
- 102. F-formation (Kendon, 1984) • 人と人が向い合うときに、形成する立ち位置 Paul Marshall,Yvonne Rogers,Nadia Pantidi Using F-formations to analyse spatial patterns of interaction in physical environments http://mcs.open.ac.uk/pervasive/pdfs/MarshallCSCW2011.pdf
- 103. いろいろな F-formation パターン Paul Marshall,Yvonne Rogers,Nadia Pantidi Using F-formations to analyse spatial patterns of interaction in physical environments http://mcs.open.ac.uk/pervasive/pdfs/MarshallCSCW2011.pdf
- 104. いろいろな F-formation パターン Paul Marshall,Yvonne Rogers,Nadia Pantidi Using F-formations to analyse spatial patterns of interaction in physical environments http://mcs.open.ac.uk/pervasive/pdfs/MarshallCSCW2011.pdf
- 105. EVE ONLINE Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf
- 107. テリトリーとインフルエンス • テリトリー（Territory） … 個人を中心とする対人 距離 • ビヘイビア・インフルエンス （behavioural influence） そのビヘイビアが人を引き込む範囲 - Social place - Social situation
- 108. ソーシャル・ダイナミクス Social Dynamics = Social Behavior influence (社会的な振る舞いが) at Social place (社会的な場において) makes Social Situation （シチュエーションを作る）
- 109. F-formation Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf Transactional Segment ＝ 交流場
- 110. 共有される場 （入ってはいけない！） 会話参加者の立つリング この円内に入ったものは、 会話参加者が目をやる この円内に入ったものは、 会話参加者がより注意深く見る F-formation Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf
- 111. 社会的ビヘイビアが 伝えられる距離 会話に参加していると 言える距離 ４人が形成するテリトリー F-formation Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf
- 112. Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf
- 113. 不自然/自然
- 114. 不自然/自然
- 115. Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 116. Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf
- 117. 共有される情報 Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/faculty/hannes/students/MSThesisClaudioPedica.pdf
- 120. ベルギアンAI Grid capacity, Attack Capacity Attack Weight = 4 １２ Grid Capacity = グリッドに入れるモンスターの数 各モンスターはそれぞれ Attack Weight (整数値)を持つ Attack Capacity = キャラクターの周りのグリッドに入るモンスターの Attack weight の総和の最大
- 121. ベルギアンAI（例） Attack Weight = 4 Stage Manager Grid Capacity = 5 … 五体まで入っていい Attack Capacity = 12 総和が12まで １２ RequestAssign モンスターから Stage Manager にリクエストして 条件に合えばアサインして、 一番近いスロットに スロットの占有権を与える。 モンスターは攻撃したら、 占有権を速やかに Stage Manager に返却する。
- 122. ベルギアンAI（例） Attack Weight = 4 Stage Manager Grid Capacity = 5 … 五体まで入っていい Attack Capacity = 12 総和が12まで ８
- 123. ベルギアンAI（例） Attack Weight = 4 Stage Manager Grid Capacity = 5 … 五体まで入っていい。 Attack Capacity = 12 総和が12まで ０
- 124. Attack Weight = 4 Grid Capacity = 5 … 五体まで入っていい。 Attack Capacity = 12 総和が12まで ２ Attack Weight = 6 ベルギアンAI（例） Stage Manager
- 125. Attack Weight = 4 Grid Capacity = 5 … 五体まで入っていい。 Attack Capacity = 12 総和が12まで ２ Attack Weight = 6 （通常攻撃） Attack Weight = 10 （特殊攻撃） ベルギアンAI（例） Stage Manager
- 126. モンスターから Stage Manager にリクエストして 条件に合えばアサインして、 スロットの占有権を与える。 モンスターは攻撃したら、 占有権を速やかに Stage Manager に返却する。 Stage Manager ベルギアンAI（例）
- 127. モンスターから Stage Manager にリクエストして 条件に合えばアサインして、 スロットの占有権を与える。 モンスターは攻撃したら、 占有権を速やかに Stage Manager に返却する。 Stage Manager ベルギアンAI（例）
- 128. モンスターから Stage Manager にリクエストして 条件に合えばアサインして、 スロットの占有権を与える。 モンスターは攻撃したら、 占有権を速やかに Stage Manager に返却する。 Stage Manager ベルギアンAI（例）
- 131. Reckoning におけるターゲットシステム GDC 2012 AI Postmortems: Kingdoms of Amalur: Reckoning, Darkness II and Skulls of the Shogun Michael Dawe, http://www.gdcvault.com/play/1015380/AI-Postmortems-Kingdoms-of-Amalur
- 132. Reckoning におけるターゲットシステム GDC 2012 AI Postmortems: Kingdoms of Amalur: Reckoning, Darkness II and Skulls of the Shogun Michael Dawe, http://www.gdcvault.com/play/1015380/AI-Postmortems-Kingdoms-of-Amalur
- 133. Reckoning におけるターゲットシステム GDC 2012 AI Postmortems: Kingdoms of Amalur: Reckoning, Darkness II and Skulls of the Shogun Michael Dawe, http://www.gdcvault.com/play/1015380/AI-Postmortems-Kingdoms-of-Amalur
- 134. Reckoning におけるターゲットシステム GDC 2012 AI Postmortems: Kingdoms of Amalur: Reckoning, Darkness II and Skulls of the Shogun Michael Dawe, http://www.gdcvault.com/play/1015380/AI-Postmortems-Kingdoms-of-Amalur
- 135. ワークショップ２ • 敵キャラクターがプレイヤーを囲った時の制 御について、 • どのような方針で攻撃するか？ • それをどのような仕組みで実現するか？
- 136. グループ１
- 137. グループ２
- 138. グループ３
- 139. グループ４
- 140. 敵キャラクターによる包囲・総括 • プレイヤーに直接賢さをアピールできる。 • 一体一体のキャラクターの知能よりインパクトが大きい。 • プレイヤーの退路を断つのは、上級プレイヤー向け。初 心者はわざと退路を空けておく。 • メタＡＩとベルギアンを組み合わせる方法は新しく秀逸。 • キャラクターのサイズのバランスを考慮に入れるのは新 しく秀逸。 • 段階的な方法があると、序盤から終盤にかけてだんだ ん加えて行くことで、賢くなっているのがわかる。
- 142. 分散人工知能 第三章
- 143. 分散人工知能 複数の知的機能を組み合わせて、 一つの大きな知能を組み立てようとする知能。 複数の人工知能を組み合わせる。 石田亨 ,片桐恭弘,桑原和宏, 「分散人工知能」, コロナ社, 1996 「シンプルな機能」を組み合わせて一つの知能を作る方法。
- 146. 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
- 147. Hearsay-II （階層型ブラックボード） 音声波形解析ソフト（音声波形データから文章を推測する） 石田亨 ,片桐恭弘,桑原和宏, 「分散人工知能」, コロナ社, 1996
- 148. 音声波形解析ソフト（音声波形データから文章を推測する） Arbiter 石田亨 ,片桐恭弘,桑原和宏, 「分散人工知能」, コロナ社, 1996 Hearsay-II （階層型ブラックボード）
- 149. 石田亨 ,片桐恭弘,桑原和宏, 「分散人工知能」, コロナ社, 1996 Hearsay-II 解析過程図
- 150. Hearsay-II 解析過程図 データ アルファ ベット 推測 音節 分析 石田亨 ,片桐恭弘,桑原和宏, 「分散人工知能」, コロナ社, 1996
- 151. 石田亨 ,片桐恭弘,桑原和宏, 「分散人工知能」, コロナ社, 1996
- 153. ブラックボード・アーキテクチャの歴史 コンピューターの処理速度が遅かった時代に、 取得した科学的統計データを、複数のコンピューターを並列して 分散処理するために発展されたアーキテクチャ。 H. Penny Nii, "The Blackboard Model of Problem Solving and the Evolution of Blackboard Architectures" http://www.aaai.org/ojs/index.php/aimagazine/article/view/537 H. Penny Nii, "Blackboard Application Systems, Blackboard Systems and a Knowledge Engineering Perspective", http://www.aaai.org/ojs/index.php/aimagazine/article/view/550 1970年代には様々な局面で応用される。 1980年代にはいろいろな形に発展される。 1990年代に分散処理、エージェントの概念が発展して、一時忘れられる。 2000年代にキャラクターAIの「表現モデル」として新しい用途として復活する。 (MIT Media Lab. の C4 アーキテクチャで使用され、以後デジタルゲームの キャラクターAIの内部で用いられる）。
- 156. キャラクターとは何でしょうか？ 静的な数値群 動的なパラメーター群 ＝ 運動体（ダイナミクス） × ○ 知性 もし、ＡＩの体温や脈拍や食欲や走り出したい欲求など 生理的パラメーターの時間的変化をまとめてプロットすると こんな感じになるだろう。（イメージ映像）
- 158. キャラクターを表現するには？ KS KS KS KS KS KS 生物の持つ運動 ＝ 外部からの情報によって駆動するダイナミクス ＋ 内部の自律的ダイナミクス ＋ 外部ダイナミクスと外部ダイナミクスの相互作用 ブラックボードを使ってみよう
- 159. 内部ダイナミクスの階層型表現例
- 163. C4 アーキテクチャ (MIT メディアラボ Synthetic Creature Group, 2000) キャラクターAIの内部モデルとしてのブラックボード・アーキテクチャ
- 164. C4 アーキテクチャ (MIT メディアラボ Synthetic Creature Group, 2000) キャラクターAIの内部モデルとしてのブラックボード・アーキテクチャ 特徴： - AIの各機能が モジュール化されている。 - モジュール同士は ブラックボードを経由して コミュニケーションを取る。 - 各モジュールはKS。 記憶領域 ブラックボードには記憶だけでなく、 知識、身体の情報など、個体の持つ あらゆる情報が表現される ブラックボード・アーキテクチャ ＝ 記憶の場所 ＋ 制御アーキテクチャ ブラックボードは、 キャラクター表現そのもの 古典的機能 エージェントにおける 新しい機能
- 165. C4アーキテクチャ は 黒板アーキテクチャを応用したアーキテクチャ 特徴： - AIの各機能がモジュール化されている - モジュール同士はブラックボードを経由してコミュニケーションを取る - 各モジュールはKS - 拡張性が高い
- 170. 集団の協調 1 2 3 4 5 KS Ａ Ｂ Ｃ Enemy B Slot 2 Enemy C Slot 1 Enemy A Slot 2 Enemy B Slot 1 Enemy C Slot 2
- 171. 1 2 3 4 5 KS Ａ Ｂ Ｃ Enemy B Slot 2 Enemy C Slot 1 Enemy A Slot 2 Enemy B Slot 1 Enemy A Slot 2 Accept! 集団の協調 Entry
- 172. 1 2 3 4 5 KS Ａ Ｂ Ｃ Enemy B Slot 2 Enemy C Slot 1 Enemy A Slot 2 Enemy B Slot 1 Enemy A Slot 2 Entry Reject! 集団の協調
- 173. 1 2 3 4 5 KS Ａ Ｂ Ｃ Enemy B Slot 2 Enemy C Slot 1 Enemy A Slot 2 Enemy B Slot 1 Enemy A Slot 2 集団の協調
- 174. ワークショップ３ • ブラックボードを使って、キャラクターの協調の仕 組みを考えてみてください。 • 何について協調させたいか？（デザイナー） • どのような仕組みで協調させるか？（エンジニア）
- 175. まとめ • 動物の個体同士は何かを交換（言葉、匂い、 身振り、お金）を交換し合うことで結びつく。 • その結びつき方が大切。 • 結び付き方次第で、その集団の性質が決定 される。 • ゲームでは特に、予測できないエージェント 同志のコミュニケーションより、全体を一括管 理できるシステムが使われることが多い。