| Item type |
Symposium(1) |
| 公開日 |
2020-11-06 |
| タイトル |
|
|
タイトル |
動的な難易度調整により対戦して楽しい格闘ゲームAI |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Fighting game AI with dynamic difficulty adjustment to make it fun to play against |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
モンテカルロ木探索 |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
遺伝的アルゴリズム |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
動的難易度調整 |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
格闘ゲーム |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
電気通信大学 |
| 著者所属 |
|
|
|
電気通信大学 |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Electro-Communications |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Electro-Communications |
| 著者名 |
邓, 士达
伊藤, 毅志
|
| 著者名(英) |
Deng, Shida
Takeshi, Ito
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
対戦ゲームにおいて，対戦相手の強さが適度であることは，楽しさを維持する上で重要であることは知られている．本研究では，動的に難易度を調整して適度な難易度を実現し楽しさを維持する格闘ゲームAI の実現を目指す．従来の研究から，モンテカルロ木探索(MCTS)を用いて強さを調整する手法は提案されているが，十分な強さを実現するものではなかった．一方で，MCTS の候補手の生成において，遺伝的アルゴリズムを用いることで，有用な候補手だけに絞ることで探索を効率化し，強さを実現する研究もある．ここでは，この２つの研究を結びつけたプロトタイプシステム（TestAI）を構築する．評価実験として，MCTS だけを利用する動的難易度調整システム(MCTS_DDA)とこのTestAI の性能の比較を行った．その結果，TestAI は人間の上級者レベルのプレイヤにも十分なレベルの強さを実現することができた．一方で，勝率を調べると，中級レベル以下の対戦相手には勝ちすぎてしまう可能性も示唆された．そこで，勝率を50％に近づけるために，攻撃の命中率も考慮した新たな難易度調整手法を考案した |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
It is well known that the opponent's strength is important to maintain the fun in a fighting game. In this study, we try to develop a fighting game AI that dynamically adjusts the difficulty level to maintain a moderate level of difficulty and fu n. Previous studies have proposed the use of Monte Carlo Tree Search (MCTS) to adjust the strength, but they have not been able to achieve sufficient strength. On the other hand, another study have used genetic algorithms in the generation of candidate mov es in MCTS to streamline the search and achieve strength by focusing only on useful candidates. Here, we construct a prototype system (TestAI) that connects these two studies. As an evaluation experiment, we compare the performance of this TestAI with a dynam ic difficulty adjustment system (MCTS_DDA) that uses only MCTS. The results show that the TestAI is able to achieve a sufficient level of strength for human advanced level players. On the other hand, examination of the win rate suggested that it might wi n too much against opponents below the intermediate level. Therefore, we devised a new difficulty adjustment method that also took into account the hit rate of attacks to bring the win rate closer to 50%. |
| 書誌情報 |
ゲームプログラミングワークショップ2020論文集
巻 2020,
p. 58-61,
発行日 2020-11-06
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-GPWS2020010.pdf (5.5 MB)
