本研究では，複数のAI エージェントによる楽曲の共同生成を行い，異なる音楽的特徴を持つ楽曲の生成を目指す．具 体的には，エージェント間で知識を共有可能なフレームワークであるメトロポリス・ヘイスティングス名付けゲームに 潜在拡散モデルを統合したMetropolis-Hastings Music generation Game (MHMG) を提案した．実験では，クラシッ クとジャズを対象とする異なるジャンルの楽曲で学習した2 つの潜在拡散モデルをエージェントとして用い，各ジャン ルの特徴を含む楽曲が生成されるかを検証した．実験結果から，fine-tuning を行わないMHMG が最も各ジャンルの特 徴を保持し，高品質な楽曲が生成することが示された．
