| 講演名 | 2021-05-21 ゲームプレイヤーの習熟度に応じた対戦戦略の変更を可能とする機械学習器の設計 竹内 大輔(南山大), 野呂 昌満(南山大), 沢田 篤史(南山大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ゲームAI の設計において，プレイヤーモデリングは重要な課題であり，今日までに多数の研究が行われている．プレイヤーの習熟度に応じて対戦戦略を柔軟に適応させる仕組みは，魅力的なゲームを構築するための鍵である．本研究では，時間経過に伴って変化するプレイヤーの習熟を予測する機械学習器をLSTMを用いて設計する．学習器の設計にあたり，プレイヤーの時間的な習熟の予測に用いるデータを定義し，LSTMの学習を行う．さらに，学習器によって予測される習熟度をもとに対戦戦略を変化させる仕組みを提案する．これはゲームエンジンアーキテクチャにおいて，戦略の柔軟な適応を可能にするための共通基盤となりうる．簡単なRPGを対象とした実験により，提案する機械学習器の有効性と妥当性を確認した． |
| 抄録(英) | In recent, player modeling has become an important issue in the area of game AI design and many researchers and practitioners are investigating modeling methods which can bring good results. The mechanism for adapting game strategies to the players' proficiency changing over time is one of the keys to attractive game design. This study focuses on the mechanism for estimating players' proficiency which may affect their ways of playing in role-playing games (RPGs). We have defined a set of data for estimating players' proficiency and designed an LSTM based machine learner. Also, we have designed a software architecture for dynamically changing game strategies based on estimated players' proficiency. This architecture can be a common basis for game strategy adaptation. Experimental results using a simple RPG show validity of our proposal. |
| キーワード(和) | プレイヤーモデリング / 習熟度 / ゲームエンジン / 機械学習 / LSTM |
| キーワード(英) | Game Player Modeling / Player's Proficiency / Game Engine / Machine Learning / LSTM |
| 資料番号 | KBSE2021-2,SWIM2021-2 |
| 発行日 | 2021-05-14 (KBSE, SWIM) |
| 研究会情報 | |
| 研究会 | KBSE / SWIM |
|---|---|
| 開催期間 | 2021/5/21(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | デジタルエコノミーとインタプライズ，知能ソフトウェアエンジニアリング，他一般, 学生 |
| テーマ（英） | |
| 委員長氏名（和） | 中川 博之(阪大) / 石野 正彦(文教大) |
| 委員長氏名（英） | Hiroyuki Nakagawa(Osaka Univ.) / Masahiko Ishino(Bunkyo Univ.) |
| 副委員長氏名（和） | 猿渡 卓也(NTTデータ) / 五月女 健治(法政大) / 林 章浩(静岡理工科大) |
| 副委員長氏名（英） | Takuya Saruwatari(NTT Data) / Kenji Saotome(Hosei Univ.) / Akihiro Hayashi(Shizuoka Inst. of Science and Tech.) |
| 幹事氏名（和） | 菊地 奈穂美(OKI) / 金子 朋子(NII) / 能上 慎也(東京理科大) / 山田 耕嗣(阪産大) |
| 幹事氏名（英） | Nahomi Kikuchi(OKI) / Tomoko Kaneko(NII) / Shinya Nogami(Tokyo Univ. of Science) / Koji Yamada(Osaka Sangyo Univ.) |
| 幹事補佐氏名（和） | 小形 真平(信州大) / 槇原 絵里奈(同志社大) / 工藤 司(静岡理工科大) / 辻 孝吉(愛知県立大) |
| 幹事補佐氏名（英） | Shinpei Ogata(Shinshu Univ.) / Erina Nakihara(Doshisha Univ,) / Tsukasa Kudo(Shizuoka Inst. of Science and Tech.) / Kokichi Tsuji(Aichi Pref. Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Knowledge-Based Software Engineering / Technical Committee on Software Interprise Modeling |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ゲームプレイヤーの習熟度に応じた対戦戦略の変更を可能とする機械学習器の設計 |
| サブタイトル（和） | |
| タイトル（英） | Design of a Machine Learner for Adapting Competitive Game Strategies to Players' Proficiency |
| サブタイトル（和） | |
| キーワード(1)（和/英） | プレイヤーモデリング / Game Player Modeling |
| キーワード(2)（和/英） | 習熟度 / Player's Proficiency |
| キーワード(3)（和/英） | ゲームエンジン / Game Engine |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| キーワード(5)（和/英） | LSTM / LSTM |
| 第 1 著者 氏名（和/英） | 竹内 大輔 / Daisuke Takeuchi |
| 第 1 著者 所属（和/英） | 南山大学(略称：南山大) Nanzan Univercity(略称：Nanzan Univ.) |
| 第 2 著者 氏名（和/英） | 野呂 昌満 / Masami Noro |
| 第 2 著者 所属（和/英） | 南山大学(略称：南山大) Nanzan Univercity(略称：Nanzan Univ.) |
| 第 3 著者 氏名（和/英） | 沢田 篤史 / Atsushi Sawada |
| 第 3 著者 所属（和/英） | 南山大学(略称：南山大) Nanzan Univercity(略称：Nanzan Univ.) |
| 発表年月日 | 2021-05-21 |
| 資料番号 | KBSE2021-2,SWIM2021-2 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | KBSE-35,SWIM-36 |
| ページ範囲 | pp.7-12(KBSE), pp.7-12(SWIM), |
| ページ数 | 6 |
| 発行日 | 2021-05-14 (KBSE, SWIM) |