Bigfive理論の性格特性に基づく学習モデルを用いた NPC 行動のリアルタイム制御

抄録

近年のゲーム業界では、プレイや体験向上を目的としたAI 技術の進化が進む一方、エージェント設定の動的変更や再学習のコストが課題である。本研究では、学習済みモデルの出力を確率分布に基づき調整する手法を提案し、再学習を必要とせず多様な性格設定を持つエージェント生成を可能にした。この手法は、開発コスト、学習時間の削減、およびゲーム中の性格設定の動的変更による性格表現の設計支援を目指す。