人工知能は人狼の夢を見るか？～人狼知能プロジェクト～

鳥海不二夫，梶原健吾，稲葉通将

大澤博隆，片上大輔，篠田孝祐

人狼知能セミナー2014/11/18

恐ろしい夜がやってきました

• この村には，人間の姿に化けられる人喰い人狼が潜んでいる

• 人狼は人間と同じ姿をしており，昼間には区別がつかず，夜になると村人たちを一人ずつ襲っていく

• 村人たちは疑心暗鬼になりながら，話し合いによって人狼と思われる人物を１人ずつ処刑していくことにした・・・

「汝は人狼なりや」カバーストーリー

コンピュータvs人間の歴史

• 1997年チェス

–ディープブルーがチェスチャンピオンに勝利

• 2013年将棋

– コンピュータがプロ棋士に勝利

• 2050年サッカー

–ロボットによるチームが

ワールドカップ優勝チームに勝利(予定)

コンピュータvs人間の歴史

• 2001年

– HAL9000の反乱

• 2004年

– SkyNetによる核戦争勃発

• 2005年

–ステルス戦闘機「F/A-37タロン」の暴走

• 2050年

– MATRIXによる人類支配

完全ゲームvs不完全ゲーム

• 完全情報ゲーム

–お互いの情報が完全に与えられているゲーム

–将棋，囲碁，チェスなど

–すでにコンピュータが人間を上回るものが多い

• 不完全情報ゲーム

–ゲーム情報が完全には与えられていないゲーム

–推論の対象が多岐にわたる

–定型的な研究の場は少ない

人狼知能プロジェクト

• 「人間と自然なコミュニケーションを取りながら人狼をプレイできるエージェントの構築」

–より高度な知能の創出

–より高度なコミュニケーションの実現

新しいエージェントの標準問題として

人狼とは(1/3)

• 村人に隠れた人狼を見つけ出す

• 人間13人vs人狼3匹

• 勝利条件–村人陣営：人狼を全員処刑する

–人狼陣営：村人陣営の数を人狼以下にする

• 与えられる情報–村人には自分の役のみ(誰が人狼であるかは不明)

–人狼陣営には誰が人狼の情報

11

人狼とは(2/3)

• 誰が人狼かを一定時間の対話で推測

• 各ターンごとに以下の行動が可能

–全体：人狼と疑わしいプレイヤー1人を追放

–人狼：毎晩一人村人を襲撃(ゲームから脱落)

• 村人：会話をヒントに人狼を追放

• 人狼：追放されないように村人

のフリをする

人狼とは(3/3)

• プレイヤー役職(能力)– 村人：能力無し

– 占い師：毎ターン一人のプレイヤーが人狼かどうか知ることが出来る

– 霊媒師：前回追放したプレイヤーが人狼かどうか知ることが出来る

– 狩人：毎ターン一人を人狼の襲撃から守る

– 人狼：毎ターン誰かを襲撃できる

– 狂人：能力は無いが，人狼陣営に所属

• 能力を駆使して所属する陣営を勝利させる

13

対面人狼・オンライン人狼

カード型人狼：パーティゲーム

• 一試合十数分程度– 短い会話で嘘がつけるか

• 顔が見える環境での競争– 相手の性格や反応を見る

• 狼同士の会話はジェスチャ

オンライン型人狼：言語ゲーム

• 一試合数日間– 熟慮した発言が可能

• キャラクターによる匿名化– 性別や見た目の影響排除

• 狼同士の会話を平衡で行う– コミュニケーションミスの排除

不完全情報ゲームとしての人狼

• 人狼のゲーム性–場に与えられた情報の非対称性

• 人狼は村人より多くの情報を持つ

–説得・協調• 相手に情報を与えて信頼を得る

–思考の多段階の予測• 自分がこう思っていると相手が思っているだろう

• コンピュータと人の対戦自体にまだ壁が存在–思考だけでは無い様々な課題

人狼ゲームの特徴

1. 客観視点での情報不確定性

– 完全情報ゲームとの違い

人狼ゲームの特徴

2. 推理：他者の意図のモデル化

– 文脈からの真偽の判断

– 重み付けは各プレイヤーが行う

人狼ゲームの特徴

3. 説得：他者から見た自己のモデル化

人狼知能実現のための課題

• エージェントの対話プロトコル設計• 推論と思考

– モデル化した行動(自分は占い師と名乗る，誰々は人狼だと思うと指摘する，など)の思考

– 他人の行動の理解– 戦略の構築(強化学習，データ分析)

• 自然言語処理– プロトコル上の行動の自然言語化，自然言語の理解

• ヒューマン・エージェント・インタラクション(HAI)– エージェントインターフェースの実装– 映像や音声による表現

• エージェント同士を競わせるプラットフォームの開発

人狼知能実現のための課題

• エージェントの対話プロトコル設計• 推論と思考

– モデル化した行動(自分は占い師と名乗る，誰々は人狼だと思うと指摘する，など)の思考

– 他人の行動の理解– 戦略の構築(強化学習，データ分析)

• 自然言語処理– プロトコル上の行動の自然言語化，自然言語の理解

• ヒューマン・エージェント・インタラクション(HAI)– エージェントインターフェースの実装– 映像や音声による表現

• エージェント同士を競わせるプラットフォームの開発

人狼対戦サーバ

• 人狼知能をエージェントとして互いに対戦可能なサーバ

• 将来的には人間との対戦も実現

人狼サーバ人狼プロトコル

人狼プロトコル

翻訳モジュール

自然言語

感情表現モジュール

人狼プロトコル 表情

人工知能は人狼を夢を見るか

• 人工知能エージェントによる人狼の対戦

–人工知能は人狼をプレイ可能か

–人工知能は人狼を学習可能か

• 提案プロトコル・サーバを用いて確認

–村人陣営，人狼陣営双方のエージェントを作成

–お互いを対戦させ，学習を行う

–最終的に得られた戦略を評価

シンプルな人狼のモデル化

• 人狼のシンプル化

–発話：特に必要な発話のみ

• 役職のカミングアウト

• 能力によって得られた情報の共有

• 疑っている対象の報告

– 疑い度：プレイヤーの状態から人狼らしさを推測

• Q学習を用いて戦略を学習

34

Q

？ ！

学習内容

• 襲撃，処刑等の対象選択方法

• 発話内容

• 人狼側が嘘をついて装う役職

• プレイヤーの疑い度

35

人狼・学習無 人狼・学習有

人間・学習無 38.6% 22.3%

人間・学習有 52.9% 36.4%

結果(1/3)

• 学習の有無による人間側の勝率の変化

戦略の学習によって勝率の向上が得られた

36

結果(2/3)

• 人狼側の戦略ごとの人間側の勝率の変化

• 実データと比較して高い相関(0.766)

→人間に近い戦略の学習に成功37

結果(3/3)

• 上級者が用いる手法の発見

– 生き残り人数が５人の時、襲撃における最適戦略

↓

“誰も襲わない”

高度な戦略の学習が可能であることを発見

38

人狼知能を作ろう

• 今日の目標

– 人狼知能エージェントを作ってみよう

– 自分の作った人狼知能と対戦してみよう

– 他の人が作ったエージェントと競ってみよう

• 今後の予定

– 10:15 - 11:00: ルール・プロトコル説明とインストール

– 11:15 - 12:00: サンプルエージェント説明

– 13:00 - :エージェント作成

– 16:00 - : 大会の開催