多目的進化計算によるレースゲームAI

背景と目的

近年はスーパーマリオ等のリアルタイムでの操作が必要なゲームを対象とした研究が活発になっており，いわゆるカーレーシングゲームと呼ばれるジャンルもその一つとなっています．
カーレーシングにおいては，
　・操作の規則を表すために何らかの入出力モデルを用いる
　・モデルに与えられているパラメータは進化的計算で調整（評価にはラップタイム等を用いる）
というアプローチがコントローラの作成において有効とされてきました．


しかし，以上の方法で得られるコントローラでは，未知のコースではスムーズに走行できるとは限らないという問題が生じるため，これを解決するコントローラ作成手法の開発を目標としています．

アプローチと結果概要

本研究では前述の課題を踏まえ，
　（a）タイムに加えて“危険度”を考慮
　（b）タイムと危険度による多目的最適化
　（c）（b）で得たコントローラから実際に走行させた上で選択
という3つのアプローチに基づきコントローラの獲得を試みました．

本アプローチで獲得されるコントローラは実験の結果，
　・与えられた未知のコース全てに対し，完走できるものが獲得される
　・しばしば，コントローラの限界に近い性能を得られる
という傾向があり，（a）～（c）のアプローチは有望であると示されました．

研究担当者，業績，リンク等

・本研究は金澤直人が主に担当しています．
・本研究においては現在までに以下の論文が採録されました．
　- 金澤直人，池田心:
　　カーレーシングゲームにおける多目的最適化に基づくコントローラの設計
　　第36回ゲーム情報学研究会(2016-08)
　- Naoto Kanazawa, Kokolo Ikeda:
　　Multi-objective Optimization for Balancing Speed and Safeness in Car Racing Game
　　RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing 2016(NCSP2016),
　　(2016-03)