遺伝的アルゴリズムとモンテカルロ木探索を用いた動的難易度調整を行う格闘ゲームAI

• Item type: Symposium(1)
• 公開日: 2023-11-10
• タイトル: 遺伝的アルゴリズムとモンテカルロ木探索を用いた動的難易度調整を行う格闘ゲームAI
• タイトル / 言語: en
• タイトル: Fighting Game AI with Dynamic Difficulty Adjustment using Genetic Algorithm and Monte-Carlo Tree Search
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 遺伝的アルゴリズム
• キーワード / 主題Scheme: Other
• キーワード / 主題: モンテカルロ木探索
• キーワード / 主題Scheme: Other
• キーワード / 主題: 動的難易度調整
• キーワード / 主題Scheme: Other
• キーワード / 主題: 格闘ゲーム
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 茨城工業高等専門学校
• 著者所属: 茨城工業高等専門学校
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Ibaraki College
• 著者所属(英): en
• 著者所属(英): National Institute of Technology, Ibaraki College
• 著者名: 澤野, 圭太; 奥出, 真理子
• 著者名(英): Keita, Sawano; Mariko, Okude
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ゲームを楽しむ上でプレイヤの技量とゲームの難易度が近い事は重要である．従来，プレイヤの技量に応じて動的難易度調整を行う格闘ゲーム AI について検討が進められている．先行研究では，特定の技量を持つプレイヤに対して有効な格闘ゲーム AI が提案されている．しかし，幅広いプレイヤに対しては課題がある．そこで本研究では，初心者から上級者に至る幅広いプレイヤに対応可能な格闘ゲーム AI を実現することを目的とする．本手法ではまず，遺伝的アルゴリズムによってアクションの集合である 3 種のアーカイブを作成する．次にモンテカルロ木探索の結果に基づき，アーカイブ内のアクションを選択する．他の格闘ゲーム AI と対戦させた結果，従来手法で勝率 50%を超えていた全ての AI に対して勝率が下がった．これより，本手法を用いて動的難易度調整ができる見通しが得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: It is important for players to be able to enjoy games when their skill level is close to the difficulty level of the game. Dynamic difficulty adjustment Fighting game AIs has been studied. Previous studies have proposed fighting game AIs that is effective for players with specific skills. However, there is a problem in dynamic difficulty adjustment for a wide range of players. The aim of this study is to develop a fighting game AI that can dynamic difficulty adjustment for a wide range of players, from beginners to experts. First, a genetic algorithm is used to create three type archive that set of actions. Then, based on the results of a Monte Carlo tree search, it selects actions from the archive. As a result of the proposed AI playing against other fighting game AIs, the win rate decreased for all AIs that had a win rate of over 50% that using the previous method. This result suggests that our method can be used to dynamic difficulty adjustment.
• 書誌情報: ゲームプログラミングワークショップ2023論文集; 巻 2023, p. 38-41, 発行日 2023-11-10
• 出版者 / 言語: ja
• 出版者: 情報処理学会