『学園アイドルマスター』における適応的ゲームAIとグレーボックス最適化を用いたバランス調整支援システムの実現

セッション分野

ENG (エンジニアリング)

セッション関連分野

GD

キーワード

AI/ML

セッション難易度

受講スキル

AIを活用したゲーム開発支援に興味のある方
ゲームAI・強化学習・最適化に関する知識がある、または興味のある方

得られる知見

カードゲームにおけるAIを活用したバランス調整支援の実現方法
最新のマスターデータに適応するゲームAIの開発手法
ゲームの知識を活用した効率的なデッキ探索の開発手法

写真撮影 / SNS投稿

通訳の種類

なし

お気に入り登録 アイコンについて

セッション内容

『学園アイドルマスター』では、強化学習によるカードゲームAIとデッキ探索を用いたバランス調整支援システムを開発し、実際のプロダクト運用において新規実装カードのバランス調整に活用しています。プロダクトの管理ツールからプランナーの操作だけでマスターデータ更新後のAI学習・デッキ探索・実行結果の出力まで一貫して実行可能なシステムを実現しました。

本システムの開発において、カード・デッキの膨大な組合せ数により長時間の学習・探索が避けられない一方で、実運用上、カードの強さを迅速に確認することは極めて重要でした。本取り組みでは、大規模な事前学習とマスターデータ更新時の転移学習により、動的に最新のマスターデータに適応するゲームプレイヤーAIを開発しました。加えて、カードやデッキに関する知識を活用したグレーボックス最適化による効率的なデッキ探索手法を開発しました。

本セッションでは、開発したバランス調整支援システムと、それを用いたバランス調整のワークフローについてご紹介します。また、本システムを実現する上で重要なカードゲームAIの学習及びデッキ探索について技術的な詳細を中心に解説します。

講演者

伊原 滉也

株式会社サイバーエージェント
ゲーム・エンターテイメント事業部 AI戦略本部
リサーチエンジニア

那須 勇弥

株式会社 QualiArts

共同研究者・開発者