音ゲーの“譜面”作りをAIで高速化 KLabが「スクスタ」で活用、所要時間を半分に:CEDEC 2021(2/2 ページ)
KLabが自社開発したAIツールを使って、リズムゲーム「ラブライブ!スクールアイドルフェスティバル ALL STARS」の譜面作りを効率化。音源をアップロードすると、譜面を自動作成するという。開発チームのメンバーが仕組みを解説した。
Dance Dance Revolutionの先行研究を参考に機械学習モデルを開発
譜面を出力するAIには、リズムゲーム「Dance Dance Revolution」の譜面を自動生成する先行研究「Dance Dance Convolution」を参考に「Onsetモデル」と「Symモデル」という2種類のモデルを組み合わせる仕組みを採用した。
Onsetモデルは音源を基に、ノートのありそうなタイミングを推定するモデル。一方のSymモデルはノート同士の間隔を基に、次に来るノートがどんな種類になるか推定するモデルだ。これらを併用し「Onsetモデルでノートを置くタイミングを決め、Symモデルでその種類を決める」仕組みにしているという。
学習させるデータは、過去の楽曲約100曲やその難易度別の譜面など。これらに加え、各楽曲のBPMも入力しているという。高田さんはBPMを学習させる理由についてこう話す。
「低難易度の譜面を作る場合、ほとんどのノートの位置が拍や小節の区切りと同タイミングになる。4拍子の場合、1小節は4拍で、拍が何秒おきに来るかというのはBPMで決まる。(AIに加え)人力で作成する場合も重要な参考になるため、社内でも管理用のデータを用意しており、これを機械学習にも利用している」
精度向上に“GAN”も検証中
先行研究を活用し、業務を効率化したKLab。現在はモデルの改良に向け、さらなる取り組みを進めているという。
その一つがGAN(敵対的生成ネットワーク)の活用だ。GANとは「より本物らしいものを作るAI」(ジェネレータ)を「本物か偽物か見抜くAI」(ディスクリミネータ)が評価することで精度を上げていく手法で、主に画像生成などの分野で活用されている。
KLabでは、これをリズムゲームの譜面作りにも利用できないか検証中という。具体的には、音源を基にジェネレータでノートをどこに置くかというデータを生成。このデータと本物の譜面のデータをディスクリミネータが識別できるか試すことで、精度を上げる手法を試しているという。
「画像や音楽などの自動生成はホットな話題。ただしこれらは自由度が高く、現状(の技術)では人間が見たときに違和感が残る。ところが、ゲームの素材の中には比較的生成しやすいものもある。ゲームはコンテンツの種類や量が多く、単純作業も増える。単純作業は機械学習に任せ、人間はクリエイティブな作業に集中できれば、機械学習を使ったコンテンツ生成の可能性は広がっていくのではないか」
関連記事
- リズムゲームを手で感じて操作できる視覚障害者向け“タブレット”「ThroughHand」
視覚障害者のための“タブレット”は、マトリックス状に配置したピンの上下で手のひらに感じさせる。操作は手の甲に対して行う。 - 衛星データから街の3Dモデルを自動生成 AIで建物の材質も再現 ゲーム・映像制作に活用
スペースデータ(東京都新宿区)は5月31日、人工衛星で取得した画像データを基に、街並みを3DCGで再現するAIを発表した。鉄やガラスなど材質ごとの質感も再現でき、ゲームや映像制作に活用できるという。 - 機械学習で「ドラクエ」のゲームバランスを調整 SBクラウドとスクエニが共同研究
SBクラウドとスクウェア・エニックスは、スマホ向けデジタルカードゲーム「ドラゴンクエストライバルズ」において、機械学習を用いた共同研究を実施した。カードごとの利用状況を可視化し、コンピュータ対戦におけるバランス調整の精度を向上させる狙い。 - 人間のモチベーションを高めるAI、オムロンとスクエニが開発へ 表情から感情を読み取り助言 卓球ロボで実験も
オムロンとスクウェア・エニックスが、人のモチベーションを高めるAIを共同開発する。20年の「CES」では、オムロンの卓球ロボ「フォルフェウス」にこのAIを搭載し、卓球を通して対戦相手のやる気を引き出す実験を行う。将来的には、AIが従業員の表情を分析した上で感情に応じたアドバイスをするサービスの開発を目指す。 - 「あつ森」でデータサイエンス解説 野村総研らが動画で公開
野村総合研究所が、「あつまれ どうぶつの森」を活用し、データサイエンス用語を解説動画を公開した。「ビジネスに大きなインパクトを及ぼすものを厳選し、専門知識がない人でも理解しやすくした」という。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.