ゲームAI製作のためのワークショップ（II）
•
8 likes•3,772 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）の第二回の講義録とワークショップシートです。カヤックさんに協力いただいております。ありがとうございます。今回は「キャラクター意思決定」についてワークショップを行います。
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (20)
Similar to ゲームAI製作のためのワークショップ（II）
Similar to ゲームAI製作のためのワークショップ（II） (11)
More from Youichiro Miyake
More from Youichiro Miyake (20)
ゲームAI製作のためのワークショップ（II）
- 2. Works (2006-2012) AI for Game Titles Books
- 4. ゲームとはなにか • インタラクティブなデジタル空間。 • もちろん自由に何を作ってもいいですが、時代を 経て次第に構造化されて来ました。 • ＡＩもその中で、いくつかの分類されて来ました。
- 9. ディスカッション • 天敵として出て来る。 • 種族が反映する幸せ。子供たちを全員やっつ けてしまう。幸せなところから絶望に陥れる。自 分より敵の方が基本性能が高い。強い敵に対 して、立ち向かう。ユーザーから闘争心を引き 出す。 • 天敵なので、プレイヤーが嫌がることをする。こ れを嫌だというものを優先的に選択する。プレ イヤーの行動履歴を解析して判断して選択する。 報復度、恨みパラメーターが変化する。自キャ ラが孵化するタイミングを狙う。
- 10. ディスカッション＜２＞ • 敵を全滅させたい。 • 全滅させたい＝敵を全滅させるのを見せる。食 べている。マップを侵略されている感を入れる。 スプラトゥーンのように塗る。ジェノサイド。違う 種族を作る。一機でも残るとドロー。ユーザー から危機感を引き出す。 • 危機感をあおるパターンを考える。ただひたす ら増える。攻撃して来る。危機感をあおるシ チューションを作る。１００匹まで増える。
- 11. ディスカッション＜１＞ • 敵を追い込んでくる。パックマンのように緊張と 緩和。 • 連携プレイ。青筋が立っている。よだれが出て いる。絵で見て。演出する。ユーザーから恐怖 心を引き出す。 • 逃げ切れるか、逃げきれないか、わからないよ うなAIの仕組み。スピードに焦点を入れて、アイ テム取り合いになった時に、もしかしたら、取れ るかもと思わせる。アイテムの取り合いになる ように微妙な位置にアイテムを出現させる。ス ピードを調整する。
- 12. 外から作る方法 © KAYAC Inc. All Rights Reserved. https://build.cloud.unity3d.com/share/W1TeqjaSu-/
- 13. スクリプト Scripted AI から自律型ＡＩへの変化 ゲームデザイナーの頭の中 ゲームデザイナーの頭の中 知識 思考 Scripted AI 自律型 AI (Autonomous AI)
- 14. スクリプト Scripted AI から自律型ＡＩへの変化 ゲームデザイナーの頭の中 ゲームデザイナーの頭の中 知識 思考 Scripted AI 自律型 AI (Autonomous AI) 操り人形（Scripted AI）から、キャラクターが自分で考えて行動する 自律型ＡＩ（Autonomous AI）になるためには、 ゲームデザイナーが頭の中で持っている知識と思考をＡＩに埋め込 んであげる必要があります。
- 15. 知能 思考知識 ＡＩを作る 人間 地形データ （Way Points） 地形デー タを用いた 思考 オブジェク トデータ 意思決定 の思考 自分の 身体データ 身体運動 の ロジック 知能 ＝ 知識 ｘ 思考
- 16. 知能 思考知識 ＡＩを作る 人間 地形データ （Way Points） 地形デー タを用いた 思考 オブジェク トデータ 意思決定 の思考 自分の 身体データ 身体運動 の ロジック 知能 ＝ 知識 ｘ 思考
- 18. ディスカッション • 天敵として出て来る。 • 種族が反映する幸せ。子供たちを全員やっつけてしまう。 幸せなところから絶望に陥れる。自分より敵の方が基本性 能が高い。強い敵に対して、立ち向かう。ユーザーから闘 争心を引き出す。 • 天敵なので、プレイヤーが嫌がることをする。これを嫌だと いうものを優先的に選択しする。プレイヤーの行動履歴を 解析して判断して選択する。報復度、恨みパラメーターが 変化する。自キャラが孵化するタイミングを狙う。 • プレイヤーの幸福度を測る。行動ログを取っておく必要が ある。いつ、どこで、何をしたか。どこで卵を産んだか、どこ で食べたか。取り続けられるのかな。プレイヤーが何を大 事にしているかを計測する。 • 行動ログがあって位置情報があって、いつどこで何をした かを、プレイヤーがどんな道をたどったか、うろうろしたか、 卵を産んだ場所を推測して、そこに行く。
- 19. ディスカッション • 敵を全滅させたい。 • 全滅させたい＝敵を全滅させるのを見せる。食べている。 マップを侵略されている感を入れる。スプラトゥーンのよう に塗る。ジェノサイド。違う種族を作る。一機でも残るとド ロー。ユーザーから危機感を引き出す。 • 危機感をあおるパターンを考える。ただひたすら増える。攻 撃して来る。危機感をあおるシチューションを作る。１００匹 まで増える。 • 地形データ、食べ物のデータ、視界のデータ、状況確認、 支配率。敵と味方の状況。AIの目標。食べるのを主とする か、増やすのを主とするのか、ユーザーの行動ログ。 • 経路探索とパターン。食べ物食べる、敵を攻撃する、逃げ る、隠れる、味方に食べ物を譲る。自分から食べられに行 く＝囮。動かないで戦略を集中する。
- 20. ディスカッション • 敵を追い込んでくる。パックマンのように緊張と緩和。 • 連携プレイ。青筋が立っている。よだれが出ている。絵で 見て。演出する。ユーザーから恐怖心を引き出す。 • 逃げ切れるか、逃げきれないか、わからないようなAIの仕 組み。スピードに焦点を入れて、アイテム取り合いになった 時に、もしかしたら、取れるかもと思わせる。アイテムの取 り合いになるように微妙な位置にアイテムを出現させる。ス ピードを調整する。 • 地形データ・どっちがどっちに食べられるか。ゲームの基 本ルール。壁の位置、不変のもの。変化するもの。 • 知識を使って選択をする。追い込むのか、逃げるのかを判 断することができる。プレイヤーの操作を応じて、どういう 振る舞いをするかを選ばせる。やって来た行動、傾向を出 す。
- 23. 意思決定 意思決定 環境 行動決定 （精神、身体） 意思決定の大きな二つの流れ - 外部刺激から身体へ向かって、身体の状態、身体の運動を決定する。 - 精神の運動を決定し、内面の記憶・知識を変更する。
- 32. 意思決定アルゴリズム 第三部
- 34. 動的・静的ゲームの意思決定 静的ゲーム （ボードゲーム、RTS） 動的ゲーム （アクションゲーム） 意思決定 「手を選ぶ」という問題に 還元できる 「運動」を生成する。 世界 こちらが手を撃つまで 静止している 運動し続ける 思考 局面を解析して最適な解 を選ぶ。 世界と共に運動する。 動的なゲームの意思決定は、馬に乗るように、 世界の変化に常に瞬時瞬時対応しながら、貫かねばならない。
- 36. リアクティブ・非リアクティブ • リアクティブ ＝ 「反射的」状況に対して、常 に反応することで対応する。 • 非リアクティブ ＝ 「目標」や「計画」に沿って 行動することで、より抽象的な活動を可能に する。
- 38. 意思決定モデル ステート（状態）ベースAI ゴール（目標）ベースAI ルール（規則）ベースAI ビヘイビア（振る舞い）ベースAI 実際の静物の意思決定というものは非常に高度で複雑なプロセス です。いくつかの簡易モデルが存在します。 シミュレーションベース 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 「○○-based AI」とは、○○をAIを構築する基本単位（アトミック）として採用したＡＩということ。 タスク（仕事）ベース AI Task-based AI 意思決定 Simulation-based AI
- 39. 意思決定モデル ステート（状態）ベースAI ゴール（目標）ベースAI ルール（規則）ベースAI ビヘイビア（振る舞い）ベースAI 実際の静物の意思決定というものは非常に高度で複雑なプロセス です。いくつかの簡易モデルが存在します。 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 「○○-based AI」とは、○○をAIを構築する基本単位（アトミック）として採用したＡＩということ。 タスク（仕事）ベース AI Task-based AI リアクティブ 非リアクティブ 意思決定 シミュレーションベース AI Simulation-based AI
- 40. IF （ 前置宣言文 ） then （後置宣言文） ルールベース意思決定 Rule-based Decision Making ルール ここでは、この形式の制御文をルールと言います。 もちろん、IF ( … IF (.... IF… ) ) ) のような入れ子構造の制御文も ルールベースと呼びますが、 ルールベースと言えば、基本的には、ルールを一つの単位として、 意思決定を行う、という意味です。
- 41. 推論エンジン A B C D E T F F F F T T F F F T T F T F T T T T F T T T T T F T T T T F F F T T …………………………… …………………………… ………………… T: True F: False ID 0 : IF A THEN B ID 1 : IF A && D THEN C ID 3 : IF C THEN E ID 4 : IF B THEN D ID .. : ID 4 : IF E THEN ~A ルール内の条件部がtrueの時、そのルールが発火する（fired） すると言います。発火したルールの宣言文は true となり、また それが別のルールを発火させます。 発火をくり返して、true/False が変化して行く様子
- 42. ルール制御 ID 0 : IF …. THEN … ID 1 : IF …. THEN … ID 3 : IF …. THEN …. ID 4 : IF …. THEN … ID .. : ID 5 : IF …. THEN … Priority: 3 Priority: 1 Priority: 4 Priority: 5 Priority: 2 ルールに固定、あるいは変動プライオリティ（優先度）をつけて制御を行う。 あるいはランダムにルールをピックアップする場合もある。戦略思考、キャラク ターの挙動などでよく使われる。 Priority: - 制御 ルール＝ IF （ 行動条件文 ） then （動作命令文）
- 43. (例) ルール制御 ID 0 : IF …. THEN … ID 1 : IF …. THEN … ID 3 : IF …. THEN …. ID 4 : IF …. THEN … ID .. : ID 5 : IF …. THEN … Priority: 3 Priority: 1 Priority: 4 Priority: 5 Priority: 2 或いは、状況判断思考によってルールを振り分ける。 戦略思考、キャラクターの挙動などでよく使われる。 Priority: - 制御 思考 ルール＝ IF （ 行動条件文 ） then （動作命令文）
- 44. 応用可能性例 http://gomibako.symphonic-net.com/vote.cgi?genre=act_b&rating=9 ID 0 : IF （敵確認） THEN （逆方向） ID 1 : IF （誰もいない） THEN （ランダムウォーク） ID 2 : IF （フルーツ発見） THEN （フルーツゲット） ID 3 : IF （パワー発見） THEN （パワーゲット） ID 0 : IF （敵強い） THEN （サンダガ） ID 1 : IF （自分弱い） THEN （弱い敵に攻撃） ID 2 : IF （HP<20） THEN （ケアル） ID 3 : IF （パワー発見） THEN （パワーゲット） こうなっているというのではなくて、こういうふうに応用できる例 パックマンなど RPGなど
- 45. The Sims 3 における応用 街全体をソーシャルにシミュレーションして人との関係を楽しむゲーム。 たくさんのＡＩを「人間らしく」制御しなければならない。 特徴付けにプロダクションルールを採用。 Richard Evans, "Modeling Individual Personalities in The Sims 3", GDC 2011 http://www.gdcvault.com/play/1012450/Modeling-Individual-Personalities-in-The
- 46. Sims3 における応用 あらゆる相互作用を考慮 注目するエージェントの行動範囲だけを考慮 Richard Evans, "Modeling Individual Personalities in The Sims 3", GDC 2011 http://www.gdcvault.com/play/1012450/Modeling-Individual-Personalities-in-The
- 47. データドリブンなプロダクション・ルール プロダクションルール Sims3 における応用 Richard Evans, "Modeling Individual Personalities in The Sims 3", GDC 2011 http://www.gdcvault.com/play/1012450/Modeling-Individual-Personalities-in-The
- 49. Dragon Age
- 50. Dragon Age
- 52. ディスカッション • このゲームは要素が相手、自分、バナナ、近 くにあった場合にどうすべきか。 • バナナ食べているか、食べていない、か組み 合わせで考えているか。 • プレイヤーと敵と二体しかいない。最も嫌なこ と。スコアが高いと逃げきれば勝てる。 • 相手からどういう状況。
- 53. ディスカッション
- 54. • とにかく相手の嫌なこと、ランク付け。 • 結局、バナナアイテムが無敵、食べたら敵に 向かって行く。 • 卵が消されると嫌。 • 敵の視界に入らなければ、卵を探しに行く。 • 生まれそうな時に食べに行く。 • その後に自分と相手を比べて勝てそうな相手 と戦う。 ディスカッション
- 55. ディスカッション
- 56. • 全滅できたら勝ち。 • 各ユーザーの総合力。 • プライオリティを作る。 • 敵を見つけたら逃げる。 • キャラクターの制御。 ディスカッション
- 57. ディスカッション
- 58. • どういうコンセプトで動くのか。 • 相手より数が多い状況を作る。 • 敵の位置を元に、距離と相手と自分の相対 速度で逃げるのか、追いかけるのか。 • 食べるのか、どのオブジェクトに向かう。 ディスカッション
- 59. • どういうコンセプトで動くのか。 • 相手より数が多い状況を作る。 • 敵の位置を元に、距離と相手と自分の相対 速度で逃げるのか、追いかけるのか。 • 食べるのか、どのオブジェクトに向かう。 ディスカッション
- 62. ステート・マシン ステート ステート ステート ステートマシン（有限状態マシン） ステートに自分への命令、遷移条件に世界と自分の状況の変化を書く。 ループ構造により、フィードバック構造はない。
- 64. ステート・マシン ステート ステート ステート ステートマシン（有限状態マシン） ステートに自分への命令、遷移条件に世界と自分の状況の変化を書く。 ループ構造により、フィードバック構造はない。
- 69. • どんな状態か、 • 自分に一番近いものを • 敵に近づく。 • 状態を洗い出す。 • バナナを食べた後に、 • 遷移を結んでいく。 • 最も効率的なものに近づく。 • 見つけに行く。自分に近いもの。 • それの状態に。 • 移ったあとに、状態が変わる。 • 元のステートに戻しに行く。 ディスカッション
- 70. ディスカッション
- 72. ディスカッション
- 73. • パトロールから戻る。 • 敵を見つけたら攻撃する。 • 食べる。 • 敵が強かったら逃げる。 • 隠れる。 • 囮。 ディスカッション
- 74. ディスカッション
- 75. • 階層型。 • 逃げるとか、生きる。 • サブステートを使う。 • うろつくに戻る。 ディスカッション
- 76. ディスカッション
- 81. Halo2におけるビヘイビアツリー ビヘイビア＝時間をまたぐアクション: • ポイントへ移動 • 向く • 撃つ • しゃがむ • 会話する • アクションをトリガーする ビヘイビアは行動妥当性と行動時間を持つ。 e.g., • Fight • Vehicle entry • Throw grenade • Find cover • Cover friend • Check body • Wake up a sleeping grunt • Etc. Halo2: ~130 in total Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html ビヘイビア ＝ AIに何かをさせるために、一時的に アクターをコントロールするプログラムのこと。
- 82. ビヘイビア Target Selection Behavior Perception & Knowledge Model Looking Aiming / Shooting Moving Animation, Physics, Sound World Talking Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html Halo2におけるビヘイビアツリー
- 83. Idle Combat Self- preservation Search Flight Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html Halo2におけるビヘイビアツリー The Combat Cycle
- 84. 意志決定 Root Self-preservation Engage Search Charge Fight Guard Cover Presearch Uncover Guard Grenade Investigate Idle Guard Retreat Flee Vehicle fight Vehicle strafe Melee Root Engage Search Uncover Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html Halo2におけるビヘイビアツリー ビヘイビアツリー (DAG = 方向性を持った非循環グラフ)
- 85. 意志決定 良い点 • 直感的 • モジュール型 • スケーラブル 悪い点 • あまりシンプルではない • デバッグが困難 • メモリを取る Root Self-preservation Engage Search Charge Fight Guard Cover Presearch Uncover Guard Grenade Investigate Idle Guard Retreat Flee Vehicle fight Vehicle strafe Melee Root Engage Search Uncover Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html Halo2におけるビヘイビアツリー ビヘイビアツリー (DAG = 方向性を持った非循環グラフ)
- 86. 意志決定ルーチン • 親が決める • 子が競合する Parent Child 2 Child 3 Child 4 Child 1 ? Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html
- 87. 意思決定ルーチン 子ノード競合戦略 • アナログな決定法 • バイナリーな決定法 – 優先度リスト (root , Engage) – シーケンシャル – シーケンシャル・ルーピング(search) – ランダム – ワン・オフ・ランダム (postcombat) Parent Child 2 Child 3 Child 4 Child 1 ? Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html
- 88. ノード選択の原理 親ノードが子ノードを選ぶ 子ノード層がノードを選ぶ (子ノード同士が争う子ノード競合モデル child-competitive decision model ) Halo2Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html
- 89. 子ノード競合モデル 実数による評価値システム バイナリーテスト & 選択アルゴリズム 長所：状況を評価できる。欠点：評価式が複雑 評価関数によって、行動がその状況で 実行できるかだけを判断し、実行可能な 行動の実行順序をアルゴリズムが決定 バイナリーテスト… 車に乗っている、いないか、 敵をみつけているか、いないか複数の条件判定からなるが、 いずれにしろ、 true/false か行動可能性を事前に決定する。
- 90. ノードの実行スキーム（アルゴリズム） ① 優先度リスト法 ② シークエンス法 ③ シークエンシャル・ルーピング法 ④ 確率的方法 あらかじめノードの実行順序を 決めておいて、実行可能な ノードをその順番に従って実行する 基本は②と同じだが、 終端まで行くと、 もう一度実行する。 ランダムに選ぶ あらかじめノードの優先度 （プライオリティ）を決めて、 実行可能(active)なノードのうち 最も優先度の高いノードを実行 する。実行中のノードより高い優 持つノードがactiveになったときには、 インタラプトすることができる。 root engage search どのスキームを選ぶかは、親ノードの種類によって決定されている。 Damian Isla, Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 http://naimadgames.com/publications.html
- 91. ノードの実行スキーム（アルゴリズム） ⑤ オン-オフ法 ランダム、或いは 優先リスト法によって選ぶが、 一度選んだものを選び直さない postcombat 実行順序を定義 ＝振る舞いの順序を規定できる。 振る舞いの順序（常識）を規定できる。 Damian Isla (2005), Handling Complexity in the Halo 2 AI, Game Developer's Conference Proceedings., http://www.gamasutra.com/gdc2005/features/20050311/isla_01.shtml
- 92. Vienna Game/AI Conference 2012 Behavior Workshop • http://aigamedev.com/open/coverage/vienna 12-report/
- 93. Behavior Tree Architecture of Spec Ops: The Line Vienna Game/AI Conference 2012 Behavior Workshop
- 94. The Game • Spec Ops: The Line – AAA Third-Person Shooter for Xbox 360, PS3, PC • We are Daniel Kollmann and Jörg Reisig ( YAGER Development / Berlin )
- 95. Behavior Trees in SOTL Summary: • No separation between Evaluation and Execution • Parallel processing of nodes • Loops and decorators • Synchronization points for groups • Events drive the evaluation, reactive
- 96. Behavior Trees in SOTL • No separation between Evaluation and Execution Evaluation aborts currently executed action No Evaluation while an action is being executed Composite Condition Actions
- 97. Behavior Trees in SOTL
- 98. Behavior Trees in SOTL • Parallel processing of nodes Stack can have multiple top nodes All children of a parallel are updated one after another Run in parallel
- 99. Behavior Trees in SOTL
- 100. Behavior Trees in SOTL • Loops Loops keep triggering their child until a certain condition is met. • Decorators Decorators are active as long as their child is running. Keep pushing the child Apply effect/buff
- 101. Behavior Trees in SOTL
- 102. Behavior Trees in SOTL • Gates Gates placed react to counters stored for individual AIs, squads or globally. Check counter Increment counter
- 103. Behavior Trees in SOTL
- 104. • Events and impulses Any node in the stack can be the target of an event. When the event fires the tree jumps back to that node. An impulse checks if a certain event was fired not long ago. If an impulse is not active, it is completely ignored and does not return any result. Behavior Trees in SOTL Jump here Do this
- 105. Behavior Trees in SOTL Jump here Do this
- 106. Behavior Trees in SOTL • Events and impulses Events can also be blocked in a branch. Jump here Do not react to any following need for cover Do this
- 107. Behavior Trees in SOTL
- 108. Behavior Trees in SOTL Final conclusion .... • The event system always aborts active nodes even when not doing anything. Being able to specify some conditions would be nice. • Parallels sort of allow you to create your own behaviour nodes, instead have no parallels and build biggers nodes. • Gates are really useful if used in the right places. For more complex stuff rather do a dedicated node.
- 123. ディスカッション
- 124. • 何を狙うか。 • Gate を使う。 ディスカッション
- 125. ディスカッション
- 127. ディスカッション
- 129. ディスカッション