• はじめに

第1章　ゲームの中の人工知能──ゲームの中で生きているキャラクターを作る

1.1　ゲームAIの全体像

• キャラクターAI
• ナビゲーションAI
• メタAI

1.2　ゲームAIの連携

• フレームとは
• 3つの人工知能のフレームの違い
• ゲームAIのミッション
• ゲームデザインとAI

1.3　ゲーム世界に溶け込むAI

• 合理的である
• 人間的である

1.4　シミュレーション

• 物理シミュレーションと知能シミュレーション
• 知能をシミュレーションするには
  • 知能そのものをシミュレーションする／知能が実現していることをシミュレーションする

1.5　シンボルと数値ダイナミクス

1.6　まとめ

第2章　知能のしくみ

2.1　2つの世界──外部世界と内面世界

• エージェントアーキテクチャ
• 知能の3分類
  • 知識生成（Knowledge Making）／意思決定（Decision Making）／行動生成（Action Making）

2.2　内部循環インフォメーションフロー

2.3　環境の中の知性

• センサ
• エフェクタ
• 知識生成
• 行動生成
• 意思決定
• 柔軟な知能の運動
• 記憶

2.4　アーキテクチャ全体について

2.5　C4アーキテクチャ

2.6　意識の理論

2.7　まとめ

第3章　知識表現──世界を噛み砕く

3.1　キャラクターの認識とは何か

• 人工知能における「表現」とは
• フレーム

3.2　センサの設計方法

• 視覚の実装
• 視覚システムの応用「存在確率マップ」
• 聴覚の実装
  • 音の伝搬シミュレーション／プレイヤーが聞く音
• 身体の感覚
  • 外力，内力／姿勢
• 感覚統合と事実表現
• 事実からの推測

3.3　位置検索システム

• 戦術位置解析技術
• 行動のための環境のヒントデータ
• 環境理解のための抽象的表現
• 事実表現
  • 『Gunslinger』における事実表現

3.4　知識から感覚へ，感覚から知識へ

• 行為と認識
• メタ知識

3.5　環世界へ

• 環世界の例
• 環世界の構造
• キャラクターの持つ環世界
• アフォーダンス
• 人工知能の知識表現

3.6　エージェントアーキテクチャと環世界

3.7　まとめ

第4章　記憶──AIの内側の表現メモリ

4.1　記憶って何だろう？

• 身体の知識表現
• 精神の知識表現

4.2　記憶の構造とダイナミクス

• 固定記憶
• ワーキングメモリ
• 短期記憶
• 長期記憶

4.3　記憶の形

• 感覚記憶
• エピソード記憶
• 記憶の整理機能
• エージェントセントリック

4.4　記憶の論理階層構造

• 世界をアクティブに知る
• 統合／形成／消滅
• 記憶の管理

4.5　まとめ

第5章　古典的な意思決定

5.1　反射型と非反射型の意思決定アルゴリズム

5.2　ルールベースの意思決定

• ルールセレクタ
• ルールの連鎖

5.3　ステートベースの意思決定

• ステートマシンの基本
• 階層化ステートマシン
• 具体例

5.4　ユーティリティベースの意思決定

• 効用の計算方法
• ダイナミックなユーティリティ
• ムードとその変化（効用）の計算方法
  • 限界効用逓減の法則

5.5　まとめ

第6章　現代風の意思決定

6.1　ゴールベースの意思決定

• ゴール指向型意思決定
  • 2つのゴール指向プランニング／ゴール指向は未来の観念を持つこと／フォワードプランニングとバックワードプランニング
• ゴール指向型アクションプランニング
  • ❶ゲーム状態のシンボル化／❷シンボルによるアクション表現／❸プランニング／複数のアクションプラン
• 階層型ゴール指向プランニング
  • 階層型ゴール指向プランニングの考え方／階層型ゴール指向プランニングの設計指針／ゴールの列挙／ゴールの分解／小さいゴールを組み合わせて大きなゴールを達成する／ゴールを操作に還元する

6.2　タスクベースの意思決定

• 階層型タスクネットワーク
  • 階層型タスクネットワークの例：回復薬を作る／階層型タスクネットワークの例：回復薬を届ける
• 階層型タスクネットワークの実例
  • 衛生兵のAI／部隊長のAI

6.3　ビヘイビアベースの意思決定

• アクションゲームにおけるビヘイビアツリー
• RPGにおけるビヘイビアツリー

6.4　シミュレーションベースの意思決定

• レーシングゲームの例
• さまざまなゲームにおけるシミュレーションベースの考え方
• キャラクターの運動への応用

6.5　まとめ

第7章　ナビゲーションAIと地形認識

7.1　生物と環境の関係

• 空間と環境を認識すること
• 世界を表現する

7.2　知識表現

• 敵表現リスト
• 依存グラフ
• 意味ネットワーク
• 事実表現
• ルールベース表現
• 世界表現

7.3　さまざまな世界表現

• ウェイポイント，ナビゲーションメッシュ表現と経路検索
  • ナビメッシュ-ウェイポイント階層表現／マップクラスタリング表現
• テリトリー表現
• 戦術ポイント表現
• LOSマップ表現
• 敵配位マップ

7.4　パス検索

• パス検索の黎明期
• パス検索の本格的な導入事例
• パス検索の広がり
• スマートテレイン
• 3次元のパス検索
• ルックアップテーブル法

7.5　意思決定と世界表現

• 地形の認識
  • 地形の接続情報／最適な戦術位置／状況判断
• 戦術位置検索システム
• ゴールデンパス
• 影響マップ

7.6　まとめ

第8章　群衆AI

8.1　マルチエージェント

• コミュニケーション／メッセージング
• 階層型アーキテクチャ
• ファシリテーター型
  • ブラックボード／ベルギアンAI／トークンによるタイミング制御

8.2　群衆の作り方

• 生物の群れ「ボイド」
  • 整列／集合／離散／回避
• 場の力による群衆生成
• ソーシャルな関係を入れた群衆

8.3　街の群衆の作り方の実例

• 巡回するキャラクター
• 密度コントロール
• イベントと人だかり
• 交戦キャラクター
• 商店／働く人々／動物たち
• 応用：監視兵キャラクターの協調方法

8.4　まとめ

第9章　メタAI──ユーザーを楽しませるために

9.1　古典的メタAI

• 難易度調整

9.2　現代のメタAI

• 敵の動的配置
• プレイヤーの監視
• プレイヤーの感情推定
• メタAIとプロシージャル技術
  • 地形生成／物語生成
• メタAIの内部構造
• ユーザー解析技術
• メタAIのほかの分野への応用
  • スマートシティ構想／複数台のロボットの協調
• 現代的なメタAIのさらなる発展

9.3　まとめ

第10章　生態学的人工知能とキャラクターの身体性

10.1　エージェントアーキテクチャの発展

• 生物学における環世界
• 認知科学におけるアフォーダンス
• 環世界，知識表現，アフォーダンス
• 多層構造
• 知能の多層構造
• 主体と対象の階層化

10.2　キャラクターの身体システム

• 身体と知能をつなぐ
• 意識／無意識構造──身体からの認識
• 人工身体モジュールと人工知能モジュールをつなぐ
• 身体レイヤ

10.3　多層レイヤシステムの実例

10.4　キャラクターモーションシステムの発展

• 身体からのフィードバック
• ベルンシュタインの身体運動論
• 身体能力の認識
• 運動感覚の形成
• ニューラルネットワークによる身体運動

10.5　まとめ

第11章　学習，進化，プロシージャル技術

11.1　学習／進化アルゴリズムのゲームへの応用の歴史

• 1980〜1990年代中盤
• 1990年代後半
• 2000年代
• 2010年代

11.2　学習／進化アルゴリズムの事例

• 『Creatures』におけるニューラルネットワーク
• 1990年代の日本のゲームシーンにおける学習／進化アルゴリズム
  • 『アストロノーカ』における遺伝的アルゴリズム／『シーマン』における自然言語会話
• マイクロソフトリサーチにおける機械学習の研究
• 『Forza Motorsport』シリーズにおける機械学習
• 『Killer Instinct』におけるケースベーストリーゾニング
• 『Total War』におけるモンテカルロ木探索
• 格闘ゲームにおけるニューラルネットワーク

11.3　プロシージャル技術

• プロシージャル技術の始まり
• ダンジョン自動生成
• 自然地形の自動生成
• 植物自動生成と植物自動配置
• 街自動生成
• ゲームエンジンにおける総合型ゲームレベル自動生成技術

11.4　まとめ──学習，進化，プロシージャル技術の展望

第12章　ゲーム開発の品質保証／デバッグにおける人工知能技術の応用

12.1　ゲーム開発環境／デバッグ／品質保証における人工知能技術

12.2　ゲーム開発工程（ゲーム開発者）を助けるAI

• パラメータ調整
• ゲーム自動バランス／自動調整

12.3　ゲームサービスを支援するAI

• データビジュアリゼーション

12.4　ゲーム品質保証のためのAI

• 人工知能による自動プレイ
• システムテスト
• ログデータの活用
• 強化学習
• 『Assassin's Creed Origins』における自動解析システム
• ディープラーニングのゲームへの応用
  • ディープラーニングの躍進と課題／品質保証とディープラーニング
• ボットを用いた品質保証

12.5　まとめ

• あとがきと謝辞
• 索引