Galactic Arms Race におけるパーティクル自動生成

三宅陽一郎MiyakeYouichiro @miyayou

今日は、ちょっと、面白い論文を解説した。

三宅陽一郎MiyakeYouichiro @miyayou

Evolving Content in the Galactic Arms Race Video Game　http://www.ieee-cig.org/cig-2009/Proceedings/proceedings/papers/cig2009_033e.pdf

三宅陽一郎MiyakeYouichiro @miyayou

どういうものかっていうと、ニューラルネットワークでシューティングゲームのプレイヤーのウエポンのパーティクルを自動生成かつ自律進化させるっていう論文です。

三宅陽一郎MiyakeYouichiro @miyayou

実際に、Galaxy Arms Race っていう XNA のフリー（？）ゲームに実装されていて、ユーザーが遊びたびに、自機のウエポンの出す弾（パーティクル）が、遺伝的アルゴリズムとニューラルネットワークを組み合わせたシステム（NEAT）で進化して行く。　

三宅陽一郎MiyakeYouichiro @miyayou

Galactic Arms Race はこちら。ダウンロード先や、パーティクル自律進化の仕組みや、ムービーまで用意されている。　　http://gar.eecs.ucf.edu/

三宅陽一郎MiyakeYouichiro @miyayou

原理を説明すると長くなるのだけれど、GAR のサイトのムービーコーナーにある４つのムービーの最後のものを見れば概要がわかると思う。 http://gar.eecs.ucf.edu/index.php?content=media

三宅陽一郎MiyakeYouichiro @miyayou

進化アルゴリズム NEAT は、僕のゲームＡＩ連続セミナー第５回でも説明したものですね。あの時は、NERO と言って、FPS の兵士のＡＩの自律進化に使っていました。

三宅陽一郎MiyakeYouichiro @miyayou

ゲームＡＩ連続セミナー第５回の資料 http://blogai.igda.jp/article/33936286.html

三宅陽一郎MiyakeYouichiro @miyayou

テキサス大学のKenneth O. Stanley の FPS のＡＩを自律進化させる研究 NERO = ニューラルネットと遺伝的アルゴリズムを組み合わせた NEAT という手法 http://z.cs.utexas.edu/users/nn/nero/

三宅陽一郎MiyakeYouichiro @miyayou

今回はそれを、２Ｄ（みかけは３Ｄ）シューティングゲームの弾パーティクルの生成に使用した成果です。簡単な解説はこちら。 http://gar.eecs.ucf.edu/index.php?content=weapons

三宅陽一郎MiyakeYouichiro @miyayou

イメージとしては @abagames さんの遺伝的プログラミングを応用した弾幕生成エンジン「Bulletsmorph」　http://bit.ly/db7nw9 に似ています。 cgNEAT は、GAとニューラルネットで自律進化します。 http://bit.ly/amyfiP

三宅陽一郎MiyakeYouichiro @miyayou

ゲーム内では、ユーザーは自機にスロットがあって、そこにニューラルネットで制御するパーティクル生成ユニットを搭載できて、どれを一番よく選んだかによって、評価が高くなり、遺伝的アルゴリズムで親となる確率が高くなります。

三宅陽一郎MiyakeYouichiro @miyayou

実際にムービーを見ると、いろいろな弾幕というかパーティクルが生成されているのが見えます。ニューラルネットワークの出力が速度と色なので、パーティクルも位置によって色が変化して行きます。 http://bit.ly/eoktV9

三宅陽一郎MiyakeYouichiro @miyayou

以上、簡単な解説でした。

三宅陽一郎MiyakeYouichiro @miyayou

もう少し丁寧に説明すると、まず自機の発射する弾の軌道は次のようなシステムになってます。　入力（弾の自分を原点とする座標系の現在位置座標など）　→（ニューラルネット）→出力（その位置における速度、弾の色）。

三宅陽一郎MiyakeYouichiro @miyayou

このニューラルネット（ＮＮ）を遺伝的アルゴリズム（ＧＡ）によって進化させる仕組みが NEAT (Neuro-Evolution of Augmenting Topologies)です。ニューラルネットの形自身を変化させながら進化させます。

三宅陽一郎MiyakeYouichiro @miyayou

NEAT (Neuro-Evolution of Augmenting Topologies)　自身は結構新しいアルゴリズムです。 http://z.cs.utexas.edu/users/nn/nero/

三宅陽一郎MiyakeYouichiro @miyayou

数値だけ交叉させるのは、昔からありましたが、トポロジーまで変化させるのは、最近だと思います。 RT @akehoyayoi NNをGAで進化させること自体は前からやってそうだけど、新しいのか。。。

三宅陽一郎MiyakeYouichiro @miyayou

この論文を全部理解するには、僕のゲームＡＩ連続セミナー第５回の資料を読んでからだと、よくわかると思います。

三宅陽一郎MiyakeYouichiro @miyayou

NEAT というシステムは、まず NERO という FPS のＡＩの進化に使用され、次に、今回のシューティングゲームのパーティクル自動生成に利用されました。どちらとも同じ研究者がしています。 http://bit.ly/e24ptu

三宅陽一郎MiyakeYouichiro @miyayou

ということで、参考文献を含めて色々つけ加えました。　RT Galactic Arms Race におけるパーティクル自動生成 http://togetter.com/li/72283

三宅陽一郎MiyakeYouichiro @miyayou

弾幕自動生成をしたい方も参考にされるとよいと思う。

三宅陽一郎MiyakeYouichiro @miyayou

NEAT の方法は、少なくとも、参考文献に上げた2002年の「AI Techniques for Game Programming 」の教科書に既に載っていますね。　RT @mnagaku @akehoyayoi NNをGAで進化

三宅陽一郎MiyakeYouichiro @miyayou

「AI techniques for Game Programming」 を見てみました。 NEAT の説明は、今回の論文の著者 Kenneth Stanley を引用していて、2002年の論文からですね。　　@mnagaku @akehoyayoi

三宅陽一郎MiyakeYouichiro @miyayou

【訂正】 NEAT(Neuro-Evolution of Augmenting Topologies)の手法については、Mat Buckland の AI Techniques for Game Programming に詳しいです。 http://amzn.to/gSlWyK