多人数不完全情報ゲームAIのための数理最適化と機械学習
受講スキル
・機械学習や最適化アルゴリズムを用いたゲームAIの開発に興味がある方 ・ゲームAI開発の数理的な背景に興味がある方 ・ボードゲーム・カードゲームで遊ぶことが好きな方 ・確率やベクトル・行列を含む簡単な数式表現を知っていると理解しやすいです
受講者が得られるであろう知見
・不完全情報ゲームにおける「強いAI」とは何か ・そのようなAIを構築するためのアルゴリズムと、なぜうまくいくのかという理論的な見通し ・機械学習でAIを構築するときに起きやすい問題点と、その解決方法
セッションの内容
ゲーム開発において、一定以上の強さを持つ対戦AIを実現することは、プレイヤーにとって魅力的な対戦相手となるだけでなく、バランス調整や自動テストの基盤としても重要です。しかし、カードゲームやボードゲームのように相手の手札や行動、ゲーム内の情報の一部しか見えないゲームでは、特定の相手に強いAIを作れても、その相手に対策された途端に勝率が急落することがあります。本講演では、そのような状況でも崩れにくい戦略を考える上で重要となる、ナッシュ均衡という戦略の考え方を解説します。さらに、ナッシュ均衡の計算が数理最適化問題として捉えられることを紹介し、それを土台として、大規模なゲームでも現実的に強いAIを構築するための基本的な考え方から、実際のボードゲーム・カードゲームへの応用例までを丁寧に説明します。
講演資料
※資料のダウンロードには ログイン が必要です。
講演者プロフィール
プロフィール
2018年に株式会社サイバーエージェント入社。
AI Labにおいて強化学習、アルゴリズム的ゲーム理論、オンライン学習に関する研究に従事。
2025年よりGame AI Labに兼務し、ゲームAIの研究開発にも従事。
《講演者からのメッセージ》
本講演が、不完全情報ゲームにおける対戦AI開発に関心をお持ちの皆さまにとって、新たな視点や実践のヒントを得る機会となれば幸いです。
共同研究・開発者
坂本 充生（株式会社サイバーエージェント）
蟻生 開人（株式会社サイバーエージェント）
岩崎 敦（電気通信大学）