MicrosoftのAIが「ミズ・パックマン」で全面クリア

　米Microsoftの研究部門であるMicrosoft Researchは6月14日（現地時間）、「強化学習」採用の人工知能（AI）で、家庭用ゲーム機「Atari 2600」版の1980年代のゲーム「Ms. Pac-Man」（ミズ・パックマン）で99万9990という最高スコアを打ち出したと発表した。

　201面でのこのスコアが最高点であることは、達成後スコアが0に戻ったことで判断した。

　ミズ・パックマンは、1981年に人気ゲーム「パックマン」のクローンとして開発され、後にナムコに公認されたアーケードゲーム。ゴーストの動きがランダムだったり、フルーツも迷路内を移動するなど、オリジナルパックマンより難しい。

　コンプリートに成功したのは、Microsoftが1月に買収したカナダのディープラーニング企業Maluubaのチーム。

　同社が「Hybrid Reward Architecture」と呼ぶアーキテクチャを採用するこのAIは、150以上の単目的のエージェントとそれらのエージェントの情報に基いて総合的な判断をするトップエージェントで構成される。部下のエージェントはそれぞれパラレルに働き、自分にとって最善の決定をトップエージェントに報告し、トップエージェントはそれを総合して判断する。

　例えば、多くの部下が「フルーツが右方向にあるから右に行きたい」と主張しても、2つの部下が「右に行くとゴーストがいるから左に行くべきだ」と主張すれば、トップは左に行く方を選ぶ。

　Hybrid Reward Architectureは、米Alphabet傘下のDeepMindの「DQN」と同様に「強化学習」を使っている。強化学習は、「教師あり学習」と異なり正解を与えずにAIが出す答えを評価していくことで学習させるので、正解のない事象で最善策を決めるのに役立つ。

　Microsoftは、強化学習採用AIエージェントは、高度で複雑な知的労働での意思決定支援に活用できるとしている。

変更履歴：当初、DQNでは強化学習を採用していないという記述にしていましたが、https://deepmind.com/research/dqn/を確認し、訂正しました。［2017/6/15 16:00］

この記事の著者

関連記事

• 

  Microsoft、AI部門を新設　研究部門統合で5000人規模に

• 

  DeepMind、3DゲームのようなAI開発プラットフォーム「DeepMind Lab」をオープンソース化

• 

  Googleの人工知能「DQN」、アタリゲームで人間よりハイスコア叩き出す

• 

  「Build 2017」初日基調講演まとめ