・ゲームリリース前におけるゲームバランス(キャラクターバランス)評価を目的とした取り組み。
・オセロとトレーディングカードゲームの要素を組み合わせた対戦ゲームアプリ
「逆転オセロニア」に実装。
・複数のアプローチによるゲームバランス調整を実施。
・上記の一環としてキャラクター特徴を自動獲得する仕組みを開発。
- 従前の方法では、例えば4,000 種類のキャラクターが存在する場合、その情報を表現するために4,000 次元のone-hot ベクトルが必要であった。(キャラクターの増加に応じて、取り扱う次元が増大してしまう問題があった。)
- そこで「キャラクターの挙動などから、計算機自身がキャラクターの特徴表現を自律的に獲得」する表現学習フェーズを採用。
→「膨大な種類のキャラクター要素の特徴ベクトル」を自然言語処理由来の機械学習手法で表現学習するとともに、深層教師あり学習や強化学習に転用することによりゲームプレイ戦術を学習する手法を提案。
- この手法を適用することにより、キャラクターが増えていっても固定された
次元のまま取り扱うことが可能に。
出典:「G検定公式テキスト第2版」(翔泳社・2021年)より
ディープラーニングの活用事例を募集しています
JDLAでは、ディープラーニングを活用した事例の情報を募集しております。
申請いただいた情報は、内容を確認後、JDLAの公式サイトにて掲載させていただく予定です。
以下のリンク先のフォームに必要事項をご記入の上、申請お願いいたします。