ゲーム対戦戦略をプレイヤー習熟度へ適応させる機械学習機構の設計

抄録

ゲームAIの設計において，プレイヤーモデリングは重要な課題である．中でもプレイヤーの習熟度に応じて対戦戦略を柔軟に適応させる仕組みは，魅力的なゲームを構築するための鍵である．本研究の目的は，プレイヤーの時間的習熟を予測し，それをゲームエンジンにおける対戦戦略の柔軟な変更に活用できる共通基盤を構築することである．この目的を達成するために，LSTM(Long Short-Term Memory)に基づく習熟度学習器を設計し，この学習器を組み込んだソフトウェアアーキテクチャを提案する．簡単なターン制 RPGを対象とした実験により，提案する機械学習器の有効性と妥当性を確認した．