「人間らしさ」を表出するゲームキャラクタの行動戦略の自動獲得に関する研究

表达“人性”的游戏角色行为策略自动获取研究

基本信息

  • 批准号:
    13J08069
  • 负责人:
  • 金额:
    $ 1.15万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2013
  • 资助国家:
    日本
  • 起止时间:
    2013-04-26 至 2015-03-31
  • 项目状态:
    已结题

项目摘要

本研究では,「人間プレイヤのように自然に振る舞う」ゲームAIという視点から,ゲームキャラクタの「人間らしい」振る舞いや戦略を自動的に獲得する方法論を構築し,その有用性を評価することが主目的である.本年度では,機械学習で人間らしいAIをどのように獲得すべきか,人間らしさを表出するゲームキャラクタが満たすべき構成要素とは何か,獲得された振る舞いの人間らしさの評定は可能か,について検討を実施した.人間らしいAIの実現には,人間らしい特徴を際立たせる作り込みや,強くない人間プレイヤのプレイログから学習する手法もあるが,本研究のアプローチとしては,人間の制約や認知過程に基づいた「人間プレイヤモデル」を構築する手法を採用した.これはゲームジャンルやゲームタイトルに依存せず,ゲーム情報学以外の領域にも応用が可能なアプローチであると考えられる.人間プレイヤモデルとしては,昨年度の研究成果である『生物学的制約』(視覚の空間認識の誤差,視覚と運動の協応動作における遅れ,継続的な運動による疲れ)のみでは不十分であり,『スキル・知識の不足』や『人為的なミス』も考慮したモデルを構築している.また,ゲームAIの人間らしさの評定について,「人間らしさ」は評定者の主観的認知に基づき評定されるものであるため,評定者の経験・知識・経歴・嗜好等によって大きく左右されるという問題がある.評定実験における実験実施者のインストラクション(教示)による影響も大きい.本研究では,実際に,評定実験においてゲームの攻略に対するメタな知識や身体的スキルを教示した評定者群と,何も教示しない評定者群とを比較し,人間らしさの評定結果に有意な差が認められることが確認できている.この結果は,評定実験の信頼性や再現性の確保のためには,より精緻に評定者を統制する必要があることを示唆しており,統制基準策定の足掛かりになると考えられる.
This study aims to construct a methodology for the automatic acquisition of human vibration from AI viewpoint and to evaluate its usefulness. This year, the mechanical learning of human AI is very important, and the human AI is very important, and the human AI is very important. In this study, we adopted the method of constructing the basic framework of human cognitive process. This is the first time that a computer has been used in a field other than informatics. The results of last year's research include "biological constraints"(errors in visual spatial cognition, errors in visual motion coordination, and fatigue in visual motion construction),"lack of knowledge" and "artificial considerations." In addition, the evaluation of AI is based on the evaluation of the knowledge of the evaluator, the evaluation of the evaluator's knowledge, the evaluation of the evaluator's hobbies, etc. Evaluation of the impact of the implementation of the system (teaching). In this study, the evaluation results were compared with the results of the evaluation. The results of the evaluation showed that there were significant differences between the two groups. The result is that the reliability and reproducibility of the evaluation system are ensured, and the evaluation system is controlled by the evaluation system.

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
人間らしいエラーを伴うゲームAIの自動獲得 ~人間らしさはどう生成され、どう評価されるのか?~
自动获取具有类人错误的游戏AI - 类人性如何生成以及如何评估?
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    吹上 大樹;大石 岳史;池内 克史;藤井叙人・佐藤祐一・若間弘典・風井浩志・片寄晴弘;伊藤毅志・杵渕哲彦・藤井叙人;藤井叙人
  • 通讯作者:
    藤井叙人
パネル討論「人間らしさとコミュニケーション -知的システムとの新しい関係-」
圆桌讨论“人文与传播——与智能系统的新关系”
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    吹上 大樹;大石 岳史;池内 克史;藤井叙人・佐藤祐一・若間弘典・風井浩志・片寄晴弘;伊藤毅志・杵渕哲彦・藤井叙人;藤井叙人;藤井叙人・佐藤祐一・若間弘典・風井浩志・伊藤毅志・片寄晴弘;藤井叙人;藤井叙人・片寄晴弘
  • 通讯作者:
    藤井叙人・片寄晴弘
生物学的制約の導入による『人間らしい』振る舞いを伴うゲームAIの自律的獲得
通过引入生物约束自主获取具有“类人”行为的游戏AI
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
    藤井叙人;佐藤祐一;中嶌洋輔;若間弘典;風井浩志;片寄晴弘
  • 通讯作者:
    片寄晴弘
Evaluating Human-like Behaviors of Video-Game Agents Autonomously Acquired with Biological Constraints
评估在生物约束下自主获得的视频游戏代理的类人行为
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Nobuto Fujii;Yuichi Sato;Hironori Wakama;Koji Kazai;Haruhiro Katayose
  • 通讯作者:
    Haruhiro Katayose
ゲームにおけるヒューマンエラー -将棋による考察-
游戏中的人为错误 - 基于将棋的考虑 -
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    吹上 大樹;大石 岳史;池内 克史;藤井叙人・佐藤祐一・若間弘典・風井浩志・片寄晴弘;伊藤毅志・杵渕哲彦・藤井叙人
  • 通讯作者:
    伊藤毅志・杵渕哲彦・藤井叙人
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

藤井 叙人其他文献

藤井 叙人的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

Learning to Reason in Reinforcement Learning
在强化学习中学习推理
  • 批准号:
    DP240103278
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Discovery Projects
Collaborative Research: CDS&E: Generalizable RANS Turbulence Models through Scientific Multi-Agent Reinforcement Learning
合作研究:CDS
  • 批准号:
    2347423
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Standard Grant
CAREER: Stochasticity and Resilience in Reinforcement Learning: From Single to Multiple Agents
职业:强化学习中的随机性和弹性:从单个智能体到多个智能体
  • 批准号:
    2339794
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Continuing Grant
計測・通信品質が保証されない環境下の多目的フィードフォワード最適制御と強化学習
测量和通信质量无法保证环境下的多目标前馈最优控制和强化学习
  • 批准号:
    23K20948
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
遅延を考慮した非同期分散型マルチモジュール・タイムスケール深層強化学習の開発
考虑延迟的异步分布式多模块时间尺度深度强化学习的开发
  • 批准号:
    23K21710
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
強化学習を用いた分散制御によるネットワーク信号制御の最適化に関する研究
基于强化学习的分布式控制网络信号控制优化研究
  • 批准号:
    23K26216
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
深層強化学習を用いた運動ノイズの影響を最小化する運動制御推定フレームワークの構築
使用深度强化学习构建运动控制估计框架,最大限度地减少运动噪声的影响
  • 批准号:
    24KJ2223
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
強化学習モデル・ネットワーク分析によるサイコパシーの情報処理メカニズムの解明
利用强化学习模型和网络分析阐明精神病态的信息处理机制
  • 批准号:
    24K16865
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
汎用かつ再利用可能な方策に基づく階層強化学習
基于通用和可重用策略的分层强化学习
  • 批准号:
    23K28140
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
リスクの不確実性に対処する自律分散型マルチエージェント強化学習の研究開発
应对风险不确定性的自主分布式多智能体强化学习研发
  • 批准号:
    24K20873
  • 财政年份:
    2024
  • 资助金额:
    $ 1.15万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了