バランス調整支援AIをスケールさせられるか ― 技術資産の蓄積と応用開発の効率化を支える基盤システム ―
受講スキル
・AIを活用したゲーム開発支援や分析ツールの導入・運用に関心のある方 ・ゲームAI、強化学習、探索・最適化手法の基礎的な知識、または実務での利用経験 ・単一タイトルに限らず、複数プロジェクトで再利用可能な技術基盤や開発フローの設計に興味のある方
受講者が得られるであろう知見
・バランス調整支援AIを複数タイトルへ展開するための基盤設計とスケール戦略 ・タイトル差分を前提とした、共通化と個別対応の設計判断 ・モデル・データ・実験結果を技術資産として蓄積・再利用する仕組み ・実運用の知見を継続的な改善へつなげる基盤運用の考え方
セッションの内容
本講演では、サイバーエージェント ゲーム・エンターテイメント事業部（SGE）で開発している、バランス調整支援AIの横展開を支える基盤システムについて紹介します。
CEDEC2024では、適応的ゲームAIを用いたバランス調整支援の実現事例を紹介しました。本講演では、その後の取り組みとして、個別事例の実現にとどまらず、異なるタイトルや開発現場へ継続的に展開していくための設計と運用に焦点を当てます。
バランス調整支援AIでは、タイトルごとにゲーム仕様や評価指標が異なるため、ゲームをプレイするAIや編成を探索するAIを個別に設計する必要があります。そのため、応用開発や導入のコストが高くなりやすいという課題があります。本講演では、この課題に対し、タイトルごとの差分を吸収しながら再利用性を高める共通基盤と、実験や運用を通じて得られた知見や課題を技術資産として蓄積・更新していく仕組みを、どのように構築してきたかを解説します。
開発難度の高いバランス調整支援AIを継続的に改善しながらスケールさせるための、実践的な設計判断と基盤構築の知見を共有します。
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
2022年株式会社サイバーエージェント入社。機械学習や数理最適化の技術を活用したゲーム開発の効率化を推進する役割を担う。現在は主にレベルデザインやバランス調整の支援のため、ゲームプレイヤーエージェントや、デッキ・ユニット探索、レベル生成の研究開発に従事。 博士（工学）。名古屋工業大学 客員助教。
過去のCEDECの講演
・CEDEC2025「無限のプレイ体験！『ハローキティ マーチマッチ』における深層強化学習を用いたオンデバイスレベル生成」
・CEDEC2024「『学園アイドルマスター』における適応的ゲームプレイヤーとグレーボックス最適化を用いたバランス調整支援システムの実現」
・CEDEC2024 「『IDOLY PRIDE』におけるLLMを活用したアイドルユニット探索」
《講演者からのメッセージ》
バランス調整支援AIを実際の開発現場で使い続けていくためには、モデルやアルゴリズムそのものだけでなく、それらを支える基盤や運用設計が重要になります。本セッションでは、単一タイトルで培った技術をどのように共通化し、他タイトルへ展開しやすい形にしてきたのか、またその過程で得られた知見をどのように蓄積・活用しているのかをお話しします。
ゲーム開発におけるAI活用のスケールや、研究開発成果の現場実装にご興味のある皆さまにとって、少しでも参考になる内容となれば幸いです。
プロフィール
2017年〜2025年、SIerでエンタープライズ向けシステムの設計と開発を経験。
2025年、株式会社サイバーエージェント中途入社。
パズルゲームのレベル自動生成システムの開発、バランス調整支援を行う基盤システムの設計と開発に従事。
《講演者からのメッセージ》
本セッションの内容が、組織における技術のスケーリングを目指す皆様にとって一助となれば幸いです。
共同研究・開発者
叶 穎睿（株式会社サイバーエージェント）
唐井 希（株式会社サイバーエージェント）
藤城 隆志（株式会社サイバーエージェント）