2022 Fiscal Year Annual Research Report
Artificial intelligence-based game design for abstract strategy board games
| Project/Area Number |
18K11603
|
|---|
| Research Institution | Osaka Kyoiku University |
|---|
Principal Investigator |
藤田 修 大阪教育大学, 教育学部, 教授 (10324881)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 人工知能 / 抽象戦略ゲーム / ゲーム木 / グラフ / 機械学習 / 集合間距離 / 並列処理 |
|---|
| Outline of Annual Research Achievements |
機械学習を利用して抽象戦略ゲームのデザイン（各種ルールの条件設定）を自動化する研究において、ゲームの戦略・履歴等のデータの関係性を大規模グラフで表現し、その特性を統計的に生成・分析するための新たな手法について、基礎検討を行った。
まず、具体的な例題として独自に考案したボードゲームのプロトタイプを作成し、インターネット上でデータを収集する準備を行った。
このゲームの勝敗は盤面上の複数の経路設定・選択の優劣に大きく依存する。そのため、経路を表す離散的な記号列に対して適切な数値を対応させた評価関数を設定することが、人工知能の戦略策定の中心課題である。これまで、盤面上の最適経路と選択可能な経路との距離関数について検討を進めてきた。また、当初の計画には含まれていないが、経路データの生成・分析に有用な確率モデルの構築法について新たに重要な知見を得て、連続実空間でも利用可能な混合分布モデルに適した合成確率密度関数を導き、その有用性を計算機シミュレーションで明らかにした。
教育分野におけるゲームの有効活用の観点からは、ゲームの面白さなどの感性情報をゲームデザインに反映させるため、ゲーム木などのグラフの特性との関係を定量化して、調整可能な設計指針を定めることが重要である。これまで、各種のグラフの特性を比較・分析する手法として、各ノードの次数、グラフの規格化、ノード集合とエッジ集合や階層構造に関する集合間距離などについて、複数の新たな手法を考案し、理論と実験の両面から比較・検討した。
ゲーム木の分析のために大規模なデータの相互関係を数値計算するシステムでは、並列処理による高速化と消費電力の削減が重要な課題である。専用演算ハードウェアの開発準備の一環として、重要成分を高速に抽出するハードウェア・ソーター等の要素技術についてFPGAアクセラレータの利用可能性を調査した。
|
