複数の機械学習を用いた格闘ゲームにおける対戦相手の行動予測

カテゴリ: 部門大会

論文No: PS6-6

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Prediction of Opponent Actions in Fighting Game Multiple Machine Learning

著者名: 向井 進太朗（徳島大学）,森田 和宏（徳島大学）,泓田 正雄（徳島大学）

著者名(英語): Sintaro Mukai (Tokushima University),kazuhiro Morita (Tokushima University),Masao Fuketa (Tokushima University)

キーワード: 格闘ゲーム|機械学習|行動予測行動予測|Fighting Game|Machine Learning|Action Prediction

要約(日本語): 格闘ゲームにおける行動予測とは，対人戦において重要な要素の一つであり，予測を行う事によって自分に有利な状況にする事が出来る．対戦相手の行動予測を行う手法として，K近傍法を用いて対戦相手が行動した時の状況を学習し行動予測する手法が存在している．しかし，この手法では対戦直後の序盤では予測を行う事が出来ず，更に過去の対戦結果から行動を変更する対戦相手の場合には予測した結果がうまく機能しない問題点がある．そこで本研究では，行動予測を対戦中に行う対戦相手の癖となる行動の予測と，事前学習による対戦相手キャラクターの強い行動の予測の２種類に分割し，これらの予測を複数の機械学習を用いて状況毎に切り替えながら予測を行う事で関連研究の問題点の改善を試みた結果，行動を記録できていない段階でも行動予測を行えるようになり，行動選択が対戦中に変化する相手でも対応する事が出来た．