cv usk(@cv_usk):🎮 一度も学習していない商用ゲームでも、歩いて車に乗って運転できるゲームAIが登場しました。しかも学習に使ったのは実在のゲームではなく「合成環境」です。タイトル: Player-1: Learning to Play from Synthetic Experience URL: https://t.co/hvDPsPlSMY 注目ポイントは3つです。 🕹️ ゲーム専用のアクション空間相対的なポインタ移動でカメラ操作に対応し、キーを押し続ける「持続入力」、複数のキー入力を同時に行う「複合アクション」（走りながらジャンプなど）を導入し、ゲーム特有の操作を表現できるようにしました。 🏗️ 16個の合成環境でのRL学習照準・戦闘・運転・ナビゲーション・UI操作をカバーする16の検証可能な合成2D/3D環境を用意し、見た目やカメラ、操作感度まで同時にランダム化することで、特定のゲームへの過学習を防いでいます。 🚀 学習していないゲームへの汎化強化学習に使っていないMinecraft（MineDojo-300）で成功率9.21%→38.33%、ViZDoomでもスケーリング済みリターンが83.7%向上。未学習の商用ゲーム「Watch Dogs 2」でも歩行から運転まで一連の操作をやり遂げました。合成環境の数を2から16に増やすほど未知環境への汎化が伸びるという知見も、今後のゲームエージェント開発にとって実用的です。 #ゲームAI #強化学習

2026.10.23 08:45

🎮 一度も学習していない商用ゲームでも、歩いて車に乗って運転できるゲームAIが登場しました。しかも学習に使ったのは実在のゲームではなく「合成環境」です。タイトル: Player-1: Learning to Play from Synthetic Experience URL: 注目ポイントは3つです。 🕹️ ゲーム専用のアクション空間相対的なポインタ移動でカメラ操作に対応し、キーを押し続ける「持続入力」、複数のキー入力を同時に行う「複合アクション」（走りながらジャンプなど）を導入し、ゲーム特有の操作を表現できるようにしました。 🏗️ 16個の合成環境でのRL学習照準・戦闘・運転・ナビゲーション・UI操作をカバーする16の検証可能な合成2D/3D環境を用意し、見た目やカメラ、操作感度まで同時にランダム化することで、特定のゲームへの過学習を防いでいます。 🚀 学習していないゲームへの汎化強化学習に使っていないMinecraft（MineDojo-300）で成功率9.21%→38.33%、ViZDoomでもスケーリング済みリターンが83.7%向上。未学習の商用ゲーム「Watch Dogs 2」でも歩行から運転まで一連の操作をやり遂げました。合成環境の数を2から16に増やすほど未知環境への汎化が伸びるという知見も、今後のゲームエージェント開発にとって実用的です。 #ゲームAI# #強化学習#