書店員向け情報 HELP
出版者情報
書店注文情報
ゲームAI技術入門──広大な人工知能の世界を体系的に学ぶ
- 書店発売日
- 2019年9月30日
- 登録日
- 2019年8月13日
- 最終更新日
- 2019年9月19日
紹介
本書は、ゲームで使われる人工知能(AI)がどのようなしくみになっていて、どうやって作るのかを解説した書籍です。ゲームの内部に登場するキャラクターは、まるで意識を持っているかのように、こちらの隙をついて攻撃してきたり、また状況にあった動作をしてくれたりします。単純なものならif文の組み合わせでも実現できますが、より複雑で精緻な思考を実現するために、ゲームAIの分野で試行錯誤されてきた数々の手法があります。本書ではそれらを丁寧に解説することはもちろん、記憶、群衆、自動生成など、ゲームAIに関わる技術を網羅的に解説します。基本的なAIから最新のゲームに使われているAIまで、ゲームAIの今がわかります。
目次
・見出し記号の意味は以下の通りです
# 節
## 項
### 目
#### [Column]コラム
----------------------------------------
はじめに
第1章:ゲームの中の人工知能──ゲームの中で生きているキャラクターを作る
# 1.1 ゲームAIの全体像
## キャラクターAI
## ナビゲーションAI
## メタAI
# 1.2 ゲームAIの連携
## フレームとは
## 3つの人工知能のフレームの違い
## ゲームAIのミッション
## ゲームデザインとAI
# 1.3 ゲーム世界に溶け込むAI
## 合理的である
## 人間的である
# 1.4 シミュレーション
## 物理シミュレーションと知能シミュレーション
## 知能をシミュレーションするには
### 知能そのものをシミュレーションする/知能が実現していることをシミュレーションする
# 1.5 シンボルと数値ダイナミクス
# 1.6 まとめ
第2章:知能のしくみ
# 2.1 2つの世界──外部世界と内面世界
## エージェントアーキテクチャ
## 知能の3分類
### 知識生成(Knowledge Making)/意思決定(Decision Making)/行動生成(Action Making)
# 2.2 内部循環インフォメーションフロー
# 2.3 環境の中の知性
## センサ
## エフェクタ
## 知識生成
## 行動生成
## 意思決定
## 柔軟な知能の運動
## 記憶
# 2.4 アーキテクチャ全体について
# 2.5 C4アーキテクチャ
# 2.6 意識の理論
# 2.7 まとめ
第3章:知識表現──世界を噛み砕く
# 3.1 キャラクターの認識とは何か
## 人工知能における「表現」とは
## フレーム
# 3.2 センサの設計方法
## 視覚の実装
## 視覚システムの応用「存在確率マップ」
## 聴覚の実装
### 音の伝搬シミュレーション/プレイヤーが聞く音
## 身体の感覚
### 外力、内力/姿勢
## 感覚統合と事実表現
## 事実からの推測
# 3.3 位置検索システム
## 戦術位置解析技術
## 行動のための環境のヒントデータ
## 環境理解のための抽象的表現
## 事実表現
### 『Gunslinger』における事実表現
# 3.4 知識から感覚へ、感覚から知識へ
## 行為と認識
## メタ知識
# 3.5 環世界へ
## 環世界の例
## 環世界の構造
## キャラクターの持つ環世界
## アフォーダンス
## 人工知能の知識表現
# 3.6 エージェントアーキテクチャと環世界
# 3.7 まとめ
第4章:記憶──AIの内側の表現メモリ
# 4.1 記憶って何だろう?
## 身体の知識表現
## 精神の知識表現
# 4.2 記憶の構造とダイナミクス
## 固定記憶
## ワーキングメモリ
## 短期記憶
## 長期記憶
# 4.3 記憶の形
## 感覚記憶
## エピソード記憶
## 記憶の整理機能
## エージェントセントリック
# 4.4 記憶の論理階層構造
## 世界をアクティブに知る
## 統合/形成/消滅
## 記憶の管理
# 4.5 まとめ
第5章:古典的な意思決定
# 5.1 反射型と非反射型の意思決定アルゴリズム
# 5.2 ルールベースの意思決定
## ルールセレクタ
## ルールの連鎖
# 5.3 ステートベースの意思決定
## ステートマシンの基本
## 階層化ステートマシン
## 具体例
# 5.4 ユーティリティベースの意思決定
## 効用の計算方法
## ダイナミックなユーティリティ
## ムードとその変化(効用)の計算方法
### 限界効用逓減の法則
# 5.5 まとめ
第6章:現代風の意思決定
# 6.1 ゴールベースの意思決定
## ゴール指向型意思決定
### 2つのゴール指向プランニング/ゴール指向は未来の観念を持つこと/フォワードプランニングとバックワードプランニング
## ゴール指向型アクションプランニング
### ?ゲーム状態のシンボル化/?シンボルによるアクション表現/?プランニング/複数のアクションプラン
## 階層型ゴール指向プランニング
### 階層型ゴール指向プランニングの考え方/階層型ゴール指向プランニングの設計指針/ゴールの列挙/ゴールの分解/小さいゴールを組み合わせて大きなゴールを達成する/ゴールを操作に還元する
# 6.2 タスクベースの意思決定
## 階層型タスクネットワーク
### 階層型タスクネットワークの例:回復薬を作る/階層型タスクネットワークの例:回復薬を届ける
## 階層型タスクネットワークの実例
### 衛生兵のAI/部隊長のAI
# 6.3 ビヘイビアベースの意思決定
## アクションゲームにおけるビヘイビアツリー
## RPGにおけるビヘイビアツリー
# 6.4 シミュレーションベースの意思決定
## レーシングゲームの例
## さまざまなゲームにおけるシミュレーションベースの考え方
## キャラクターの運動への応用
# 6.5 まとめ
第7章:ナビゲーションAIと地形認識
# 7.1 生物と環境の関係
## 空間と環境を認識すること
## 世界を表現する
# 7.2 知識表現
## 敵表現リスト
## 依存グラフ
## 意味ネットワーク
## 事実表現
## ルールベース表現
## 世界表現
# 7.3 さまざまな世界表現
## ウェイポイント、ナビゲーションメッシュ表現と経路検索
### ナビメッシュ-ウェイポイント階層表現/マップクラスタリング表現
## テリトリー表現
## 戦術ポイント表現
## LOSマップ表現
## 敵配位マップ
# 7.4 パス検索
## パス検索の黎明期
## パス検索の本格的な導入事例
## パス検索の広がり
## スマートテレイン
## 3次元のパス検索
## ルックアップテーブル法
# 7.5 意思決定と世界表現
## 地形の認識
### 地形の接続情報/最適な戦術位置/状況判断
## 戦術位置検索システム
## ゴールデンパス
## 影響マップ
# 7.6 まとめ
第8章:群衆AI
# 8.1 マルチエージェント
## コミュニケーション/メッセージング
## 階層型アーキテクチャ
## ファシリテーター型
### ブラックボード/ベルギアンAI/トークンによるタイミング制御
# 8.2 群衆の作り方
## 生物の群れ「ボイド」
### 整列/集合/離散/回避
## 場の力による群衆生成
## ソーシャルな関係を入れた群衆
# 8.3 街の群衆の作り方の実例
## 巡回するキャラクター
## 密度コントロール
## イベントと人だかり
## 交戦キャラクター
## 商店/働く人々/動物たち
## 応用:監視兵キャラクターの協調方法
# 8.4 まとめ
第9章:メタAI──ユーザーを楽しませるために
# 9.1 古典的メタAI
## 難易度調整
# 9.2 現代のメタAI
## 敵の動的配置
## プレイヤーの監視
## プレイヤーの感情推定
## メタAIとプロシージャル技術
### 地形生成/物語生成
## メタAIの内部構造
## ユーザー解析技術
## メタAIのほかの分野への応用
### スマートシティ構想/複数台のロボットの協調
## 現代的なメタAIのさらなる発展
# 9.3 まとめ
第10章:生態学的人工知能とキャラクターの身体性
# 10.1 エージェントアーキテクチャの発展
## 生物学における環世界
## 認知科学におけるアフォーダンス
## 環世界、知識表現、アフォーダンス
## 多層構造
## 知能の多層構造
## 主体と対象の階層化
# 10.2 キャラクターの身体システム
## 身体と知能をつなぐ
## 意識/無意識構造──身体からの認識
## 人工身体モジュールと人工知能モジュールをつなぐ
## 身体レイヤ
# 10.3 多層レイヤシステムの実例
# 10.4 キャラクターモーションシステムの発展
## 身体からのフィードバック
## ベルンシュタインの身体運動論
## 身体能力の認識
## 運動感覚の形成
## ニューラルネットワークによる身体運動
# 10.5 まとめ
第11章:学習、進化、プロシージャル技術
# 11.1 学習/進化アルゴリズムのゲームへの応用の歴史
## 1980?1990年代中盤
## 1990年代後半
## 2000年代
## 2010年代
# 11.2 学習/進化アルゴリズムの事例
## 『Creatures』におけるニューラルネットワーク
## 1990年代の日本のゲームシーンにおける学習/進化アルゴリズム
### 『アストロノーカ』における遺伝的アルゴリズム/『シーマン』における自然言語会話
## マイクロソフトリサーチにおける機械学習の研究
## 『Forza Motorsport』シリーズにおける機械学習
## 『Killer Instinct』におけるケースベーストリーゾニング
## 『Total War』におけるモンテカルロ木探索
## 格闘ゲームにおけるニューラルネットワーク
# 11.3 プロシージャル技術
## プロシージャル技術の始まり
## ダンジョン自動生成
## 自然地形の自動生成
## 植物自動生成と植物自動配置
## 街自動生成
## ゲームエンジンにおける総合型ゲームレベル自動生成技術
# 11.4 まとめ──学習、進化、プロシージャル技術の展望
第12章:ゲーム開発の品質保証/デバッグにおける人工知能技術の応用
# 12.1 ゲーム開発環境/デバッグ/品質保証における人工知能技術
# 12.2 ゲーム開発工程(ゲーム開発者)を助けるAI
## パラメータ調整
## ゲーム自動バランス/自動調整
# 12.3 ゲームサービスを支援するAI
## データビジュアリゼーション
# 12.4 ゲーム品質保証のためのAI
## 人工知能による自動プレイ
## システムテスト
## ログデータの活用
## 強化学習
## 『Assassin's Creed Origins』における自動解析システム
## ディープラーニングのゲームへの応用
### ディープラーニングの躍進と課題/品質保証とディープラーニング
## ボットを用いた品質保証
# 12.5 まとめ
あとがきと謝辞
索引
上記内容は本書刊行時のものです。