『IDOLY PRIDE』におけるLLMを活用したアイドルユニット探索

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

AC

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
自然言語処理・大規模言語モデル（LLM）・組合せ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

ユニット・パーティ編成の効率的な探索手法
テキストで表現された情報の探索アルゴリズムへの活用方法

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

本セッションでは、『IDOLY PRIDE』のアイドルユニット編成を例に、スキル効果やキャラクターの特性などのテキストを大規模言語モデル（LLM）によって解釈し、効率的にユニットやパーティを探索する方法についてお話しします。

モバイルゲームのRPGにおいては、しばしば自動編成や編成のレコメンド機能、バランス調整などの文脈で最強のユニットやパーティ編成を探索する需要があります。多くの探索アルゴリズムでは、前述の探索対象はカテゴリカルな組合せ変数として扱われ、変数間の距離を考慮できない点で非効率でした。本プロジェクトでは、LLMのテキスト埋め込みを活用し、スキル効果やキャラクター特性などのテキストで表現される情報の類似度に基づいた最適化アルゴリズムを開発しました。

このセッションでは、開発した最適化アルゴリズムの概要と、LLMによるテキスト解釈およびその活用法についての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

叶 穎睿

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
機械学習エンジニア

共同研究者・開発者