Master Duel AI 電脳戦 事前情報共有会
2.2K Views
September 16, 24
スライド概要
マスターデュエル AI 電脳戦について事前情報を共有する資料です
動画 https://www.youtube.com/live/4316ih1FUS0?si=vFE_HMpjmRq5r-ny
MLOps とかやってます。Google Cloud の Champion Innovator (AI/ML) MLSE (機械学習工学会) で MLOps に関するワーキンググループを主催「見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑」「事例でわかるMLOps 機械学習の成果をスケールさせる処方箋」の共著者のひとり。
関連スライド
各ページのテキスト
Master Duel AI 電脳戦 事前情報共有会 Asei Sugiyama
自己紹介 (@K_Ryuichirou) Software Engineer @ Citadel AI Google Cloud Innovators Champion @ Cloud AI/ML MLSE 機械学習オペレーション WG 杉山 阿聖 機械学習図鑑 共著 事例でわかる 決闘者 MLOps 共著 @ マスターデュエル
主旨 Master Duel AI 電脳戦をより楽しむための予備知識を共有 対象 MD プレイヤー 機械学習の知識は仮定しない
モチベーション マスターデュエル楽しい AI はおもしろい マスターデュエル x AI は絶対におもしろい 両方わかる人が少なすぎる AI 解説と、AI 勢向けの遊戯王解説が必要 今回はデュエリスト向けの AI 解説 デュエリスト向けの
話すこと マスターデュエル AI の技術的な難しさ、見どころ (の 1/3 くらい) 話さないこと : 機械学習のアルゴリズムの詳細 とくに訓練 Master Duel の最新の環境
Disclaimer ( ) 筆者は機械学習エンジニアでは たぶん あると思いますが、ゲーム AI の専門家ではありません できる限り正確にわかりやすく話しますが、専門外なので間違って いたらごめんなさい 発言は個人の主張であり、いかなる組織とも無関係です
TOC Master Duel AI 電脳戦 <現状最高の AI なら遊戯王くらいプレイできるのでは？ ソロモードの CPU に不足している要素は何なのか？ 遊戯王 AI の何がそんなに難しいのか？ 遊戯王 AI ができると何ができるのか？
遊戯王デュエルモンスター ズ 決闘者伝説 CENTURY QUARTER AI vs AI の対戦のデモ AI vs ユーザーの対戦 [ [Producer Interview]Yu-Gi-Oh! MASTER DUEL AI SYSTEM - YouTube https://www.youtube.com/watch?v=95dVK9RKc9g
WCS 2024 遊戯王マスターデュエル 電脳戦の告知 AI 2つのチームが1か月間で 開発し、対決 下のコードはデュエルシ ミュレーターの作成風景 おそらく剣聖ーネイキッ ( ド・ギア・フリードのカ ードの実装 [Producer Interview]Yu-Gi-Oh! MASTER DUEL AI SYSTEM - YouTube https://www.youtube.com/watch?v=95dVK9RKc9g ?)
[Producer Interview]Yu-Gi-Oh! MASTER DUEL AI SYSTEM - YouTube https://www.youtube.com/watch?v=95dVK9RKc9g
[Producer Interview]Yu-GiOh! MASTER DUEL AI SYSTEM 「我々は ない」 AI の専門家では Master Duel のソ CPU 戦 一方で、 ロモードを含め、 を行えるゲームは数多く 作られてきている [Producer Interview]Yu-Gi-Oh! MASTER DUEL AI SYSTEM - YouTube
疑問 そもそも新規に開発せずとも、現状最高の レイできるのでは？ ソロモードの CPU に不足している要素は何なのか？ AI の何がそんなに難しいのか？ 遊戯王 AI ができると何ができるのか？ 遊戯王 AI なら遊戯王くらいプ
TOC Master Duel AI 電脳戦 現状最高の AI なら遊戯王くらいプレイできるのでは？ <ソロモードの CPU に不足している要素は何なのか？ 遊戯王 AI の何がそんなに難しいのか？ 遊戯王 AI ができると何ができるのか？
現状最高の AI なら遊戯王くらいプレイできるのでは？ 現状最高の AI ドラゴンリンクによる実験 結果 考察 まとめ
現状最高の AI (2024/09/15) では GPT-o1 preview は間違い なく最高の1つの候補 Gemini 1.5 pro も有力 この2つにデュエルさせて 現時点 みる Introducing OpenAI o1 | OpenAI https://openai.com/index/introducingopenai-o1-preview/ Chat with Open Large Language Models https://lmarena.ai/?leaderboard
ドラゴンリンクによる実験 AI が知識として持っている 2023 年までのデッキを与えて先攻展開 をさせる 今回は、 2023 年 WCS 優勝デッキ (ドラゴンリンク) を利用 ドラゴンリンクの先攻展開をどこまでできるか実験
結果 1. GPT-o1 preview ヴェーラーからストライ カードラゴンを出す 時空の裂け目に消えた深 淵の獣ルベリオン ヴァレル・カウンターを 得て攻撃力が上がってい ないサベージ https://chatgpt.com/share/66e6e3f8-94c8-800d-8a3b-e904f83f650c
結果 2. Gemini 1.5 pro 謎の効果を使うヴァレッ ト・リチャージャー デッキから「烙印の獣」 を墓地に送るヴァレッ ト・キャリバー 「烙印開幕」をサーチす る深淵の獣ルベリオン 天球エンド https://g.co/gemini/share/c7b8168eb3dd
ルール違反 適当な指示だと GPT-o1 preview も Gemini 1.5 pro も先攻ドローする
考察 ChatGPT のような AI は一般常識には強いものの、ゲームの特定の ルールは知らない ドラゴンリンクの展開も知識にないのでできない / 原作遊戯王の「俺の 私のターン！ドロー！」が有名すぎる
AI 現状最高の なら遊戯王く らいプレイできるのでは？ AI 現状の では遊戯王をプ レーできない マスターデュエルをプレ イさせるためにはそれ専 用の AI の作成が必要 右は遊戯王でミスした の画像を Gemini Imagen3 に生成させたもの
TOC Master Duel AI 電脳戦 現状最高の AI なら遊戯王くらいプレイできるのでは？ ソロモードの CPU に不足している要素は何なのか？ <遊戯王 AI の何がそんなに難しいのか？ 遊戯王 AI ができると何ができるのか？
ソロモードの CPU に不足している要素は何なのか？ CPU は AI ではない？ ソロモードの CPU ソロモードでの実験: 未界域暗黒界 ソロモードの 結果 CPU がやっていること ソロモードの CPU に不足している要素は何なのか？
ソロモードの ソロモードの デモされた CPU は AI ではない？ CPU は広義の AI と言って良い AI と何が違うのか？
: ソロモードでの実験 未界域 暗黒界 デッキには強いカードが たくさん入っている とくにエクストラデッキ が優秀 メインデッキもモンスタ ーを特殊召喚する方法が 豊富
結果 恵まれたカードの能力を使ってただモンスターを並べただけ
後攻はそれなりに強い エクストラを用いて盤面 をうまく崩してくる ブルーアイズ・カオス・ ・ドラゴンを突破し MAX ている トロイメア・ケルベロス で破壊耐性もつけている
CPU がやっていること 公開された情報から、現状の盤面を評価 ( ) 現在可能な行動 召喚、効果の発動など を列挙 その行動を行ったあとの盤面を評価 可能な行動のうち、もっとも盤面の評価が良くなる行動を選択
考察 盤面の評価がうまくできていないと思われる - 自分の総攻撃力 相手の総攻撃力 のような指標で評価しているかの ような動作 ( ) 特殊召喚 シンクロ・エクシーズ・リンク は複数のカードを消費し 1 て 枚のカードを場に出すため、総攻撃力が下がるので選択肢に入 らない 現代遊戯王において重要視される、相手の行動を妨害できる回数が 考慮されていない
ソロモードの CPU に不足している要素は何なのか？ CPU の動作: 探索 + 盤面評価 探索はできている 盤面評価ができていない 盤面評価を行う AI があれば、より強い CPU ができあがる
TOC Master Duel AI 電脳戦 現状最高の AI なら遊戯王くらいプレイできるのでは？ ソロモードの CPU に不足している要素は何なのか？ 遊戯王 AI の何がそんなに難しいのか？ <遊戯王 AI ができると何ができるのか？
AI はどう動いているのか？ AI に盤面評価を行わせるために、AI に盤面の情報を渡したい ChatGPT のような AI は実際にはどんな情報を受け取って、何を出 力しているのか？
遊戯王 AI の何がそんなに難しいのか？ ChatGPT の動作の概要 AlphaZero の動作の概要 遊戯王マスターデュエル まとめ
ChatGPT の動作の概要 (1/3) ( ) 3 「魔法使い」 「と」 「ドラゴン」「 終了 」の 単語のみを使って作る 文章を考える 例 魔法使いと魔法使い 終了 1: ( ) 例2: 魔法使いとドラゴンとドラゴン(終了) 理論的にはこれで無限の文章が作成できる (種類と長さ)
ChatGPT の動作の概要 (2/3) ChatGPT は「魔法使いとドラゴン」という文章を次のような表に 変換して扱う (実際はもうちょっと複雑) 単語 1語目 2語目 3語目 魔法使い 1 0 0 と 0 1 0 ドラゴン 0 0 1 (終了) 0 0 0
ChatGPT の動作の概要 (3/3) この表を入力として、それぞれの単語が次に出現したときの自然さ を計算している 1語目 2語目 3語目 出力 魔法使い 1 0 0 0.05 と 0 1 0 0.2 ドラゴン 0 0 1 0.05 (終了) 0 0 0 0.7 単語
入力の長さは実は固定長 ( 入力は固定長で、足りない分は特殊な空の文字で埋める 下の例は 7 最大 単語 ) 1語目 2語目 3語目 4語目 5語目 6語目 7語目 出力 魔法使い 1 0 0 0 0 0 0 0.05 と 0 1 0 0 0 0 0 0.2 ドラゴン 0 0 1 0 0 0 0 0.05 (終了) 0 0 0 0 0 0 0 0.7 単語
まとめ ChatGPT も実は入力は表のようになっている 出力は単語や文章ではなくスコア 1語目 2語目 3語目 4語目 5語目 6語目 7語目 出力 魔法使い 1 0 0 0 0 0 0 0.05 と 0 1 0 0 0 0 0 0.2 ドラゴン 0 0 1 0 0 0 0 0.05 (終了) 0 0 0 0 0 0 0 0.7 単語
AlphaZero 囲碁、将棋、チェスを学 習できるアルゴリズム さまざまなゲームで汎用 的に動く学習アルゴリズ ムを提案した ゲーム AI の研究に大きな 衝撃を与えた
AlphaZero の入力 AlphaZero は入力として盤面その ものを画像のように扱う 囲碁では白・黒・透明の三色 画像は AI はもともと得意 過去の盤面を覚えておき、それら すべてを評価のために利用する 将棋では、持ち駒の種類と個数を 記録するための表を追加で用意 Mastering the game of Go without human knowledge | Nature https://www.nature.com/articles/nature24270
AlphaZero の出力 ある盤面のときに、ある手を打ったときの良さを表すスコア ( 探索はややこしいので省略 モンテカルロ木探索といいます Mastering the game of Go without human knowledge | Nature https://www.nature.com/articles/nature24270 )
AlphaZero まとめ AlphaZero では盤面を画像のように扱って局面評価に利用している 将棋では持ち駒が存在するため、それを保存するための表を追加で 用意している 探索もしているけれどややこしいので省略
マスターデュエル AI のやるべきこと 盤面の評価と探索というのは同じ 盤面の評価では、ある盤面で、ある手をうったときの良さを評価 「良い」の定義には「強いプレイヤーが同じ状況で同じ手を打っ た」が使える 盤面の情報を、画像や表のような形式に整理することが必要 これがとても難しい
遊戯王のデュエルフィ ールド デュエルフィールドの状況 を に認識させるため AI に、表や画像のように整 えることを考える 悪夢のように複雑
: マスの数と種類 そんな に多くはない メインモンスターゾーン 枠 5 x2 魔法&罠ゾーン: 5枠 x 2 : エクストラモンスターゾ ーン 枠 :2
マスに置かれるコマ・ カードの数 他のゲーム と比較して莫大 : :2 チェス: 6 x 2 将棋: 14 x 2 遊戯王: 10k+ x 2 (プレイヤ ー数) x ? (カードの状態) 囲碁
カードの状態 (1/2) 表示形式 表側攻撃表示 表側守備表示 裏側守備表示 召喚方法 召喚 ( ) 特殊召喚 (非正規) 特殊召喚 正規
カードの状態 (2/2) 素材の情報 使用済み効果 ターン 1 名称ターン 1 フィールドに存在す る限り 度 1 デュエル デュアル 1
: マス以外の場所 他のゲーム と比較して多い デッキ 手札 墓地 除外状態 エクシーズ素材 所 ) (5 x 2 箇
マスターデュエル電脳戦 「遊戯王の複雑な盤面をどのように表や画像のように整理する」と いうのが非常に難しい この課題をどのようにクリアするかが見どころのひとつ
探索 マスターデュエルではマ スターデュエル自体が可 能な選択肢の候補を提示 してくれる カードが光る ( AlphaGo では合法な手を ) プログラムで検証 探索は少し楽ができる [Producer Interview]Yu-Gi-Oh! MASTER DUEL AI SYSTEM - YouTube https://www.youtube.com/watch?v=95dVK9RKc9g
まとめ AI が行っているのは探索と評価 ゲーム AI は評価のために盤面の状況を画像や表のような形式に整 ゲーム 形して利用している マスターデュエルでは評価のために盤面の状況を画像や表のような 形式に整形することがとにかく大変
TOC Master Duel AI 電脳戦 現状最高の AI なら遊戯王くらいプレイできるのでは？ ソロモードの CPU に不足している要素は何なのか？ 遊戯王 AI の何がそんなに難しいのか？ 遊戯王 AI ができると何ができるのか？ <-
遊戯王 AI ができると何ができるのか？ デュエル 伏せカードの予測 デッキパワーの測定 デッキ作成
デュエル 言わずもがな 実際に動かすためにはい ろいろなことを追加で考 慮しなければいけない すでに長いので今回は省 略
伏せカードの予測 「〇〇というカードを伏せる」という行動の評価を、すべての魔 法・罠カードに対して行う 「〇〇というカードを発動する」という行動の評価を、すべての魔 法・罠カードに対して行う 現実的には代表的な魔法・罠カードや、テーマ内の魔法・罠カード に絞って評価することになる
デッキパワーの測定 5 お試し 枚ドローで、初手の状態で評価 何回も試して平均をとった評価値をデッキパワーとして採用 デッキ作成 AI あるデッキからランダムにカードを入れ替えて 同士でデュエル 勝ち残ったデッキを生き残らせ、さらにランダムにカードを入れ替 えてデュエル カードの入れ替えとデュエルを繰り返すことでデッキの強化が可能
1. 実例 学園アイドルマスター AI をデジタルカードゲームに応用 している最近の事例 今回触れていない事項の理解が必 ( 要 とくに、訓練と埋め込み ) そのうちやります AI “AI ” CEDEC 2024 https://www.4gamer.net/games/778/G077853/20240822052/ 人間より のほうがレッスン上手？ 「学マス」で新カードのバランス調整を迅速かつ確実 にするための 開発手法 とは［ ］
: 補足 「デュエリストはテキ ストを読まない」 マスターデュエルにはよ く似た効果を持つカード 群が存在する プレーヤーはテキストそ のものではなく全体破壊 などの名称で覚えている 効果の類似度を計測する 手法については複雑すぎ るので省略
2. 実例 ゼノンザード AI を UX の中心においた DCG CEDEC 2023 優秀賞受賞 (ゲームデザイン部門) 2021 年サービス終了 AI を搭載した場合の課題に ついてほぼ全部クリアして いるオーパーツ AIと一緒にカードゲーム！『ゼノンザード』って何？【CEDEC AWARDS 2023 優秀賞受賞】｜べーる https://note.com/mdr_vert/n/n68ef85b0fb06
まとめ AI が行っているのは探索と評価 ゲーム AI は評価のために盤面の状況を画像や表のような形式に整 ゲーム 形して利用している マスターデュエルでは評価のために盤面の状況を画像や表のような 形式に整形することがとにかく大変 盤面の状況を整理する手法は AI 電脳戦の見どころのひとつ AI がゲームを助けている事例は他にもあるので、マスターデュエル にも期待