| 研究課題/領域番号 |
25K15405
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62040:エンタテインメントおよびゲーム情報学関連
|
|---|
| 研究機関 | 帝京大学 |
|---|
研究代表者 |
山根 健 帝京大学, 理工学部, 講師 (30581235)
|
|---|
| 研究期間 (年度) |
2025-04-01 – 2028-03-31
|
| 研究課題ステータス |
交付 (2025年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2027年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2025年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | ゲームAI / 難易度調整 / 強化学習 / 選択的不感化ニューラルネット / リアルタイム学習 |
|---|
| 研究開始時の研究の概要 |
ディジタルゲームにおいて自律的なエージェント（AI）が人プレイヤを楽しませるためには，多様な戦略や熟練度に応じて行動を調整する必要がある．そこで本研究では，対戦型格闘ゲームをプレイするAIが試行錯誤的に学習しながら相手に素早く適応する仕組みを検討する．
選択的不感化ニューラルネットを価値関数近似器として強化学習する提案手法は，パターンに基づく強力な類推能力により効率的な学習を実現できる可能性がある．学習により強化しながら，全ての行動に対する価値を効率的に計算できる提案手法の利点を活かして，適度に弱い行動を選択することで弱体化させて強さを調整する．本研究の成果は高度なゲームAIの開発に貢献する．
|
