SlideShare une entreprise Scribd logo
1  sur  29
各プレーヤー視点での
役職確定情報に基づく
人狼ログ・ダイジェスト
の作成
1
・・・ ・・・
・・・ ・・・
人狼について
トーマスオットー ディーター
ここが怪しい
カタリナ
人狼は、人間のプレーヤー同士による
説得、推理、騙し合いがポイントとなるゲーム
ここはどうだ? 同意できない
何故そう思う
のです?
人間のプレーヤーによる操作
2
昼間は人間のふりをして、夜に正体を現すという人狼。
その人狼が、この村に紛れ込んでいるという噂が広がった。
村人達は半信半疑ながらも、
村はずれの宿に集められることになった。
1日目:昼
1日目:昼
ヨアヒム
トーマス
オットー
リーザ
ディーターヤコブカタリナ
ヴァルター
ゲルト
レジーナ
人狼
狂人
人狼
人狼
村人陣営 人狼陣営
占い師
霊能者
狩人 村人
村人
村人
人間 人狼
4
役職の説明の表
陣営
生存人数
カウント
での扱い
役職
 村 人 : 特別な役職を持たない人間
毎夜一人を占いその人が人狼なのか
人間なのかを知ることが出来る。
処刑された人が人狼なのか
人間なのかを知ることが出来る。
狩 人 : 毎夜一人を襲撃から守ることが出来る。
もう一人の共有者が誰かを
知ることが出来る。
狂 人 : 狂人と人狼はお互いに正体を知らない。
毎夜一人を襲撃することが出来る。
人狼同士にしか聞こえない会話ができる。
人間
村人
人狼
占い師:
霊能者:
共有者:
人 狼 :人狼
5
人狼:勝敗の決着
1
人狼の人数が人間の人数以上になると、
人狼陣営の勝利。
2 人狼を全部処刑できれば、村人陣営の勝利
6
ヨアヒム
トーマス
ヴァルター
襲撃
1日目:夜
ヨアヒム
トーマスオットーリーザ
ディーターヤコブカタリナ
ヴァルターゲルト
レジーナ
zzz…
zzz…
zzz…
zzz…
zzz… zzz…
zzz…
村に紛れ込んでいた人狼が人間を襲撃 7
ヨアヒム
トーマスオットーリーザ
ディーターヤコブカタリナ
ヴァルターゲルト
レジーナ
2日目:昼
ついに犠牲者が出た。人狼はこの村人達のなかにいる。
村人達は疑わしい者を排除するため、投票を行う事にした。
無実の犠牲者が出るのもやむをえない。
村が全滅するよりは…… 8
ヨアヒム
トーマスオットーリーザ
ディーターヤコブカタリナ
ヴァルターゲルト
レジーナ
2日目:昼
9
生存者全員での議論
お前の方が怪しい!
あいつが怪しい!
トーマスを
信じる
カタリナ
に賛成
それは
違うよ!
今の発言
意図は?
・・・ ・・・
・・・ ・・・
本研究の最終目標:人狼AIの開発
トーマスオットー ディーター カタリナ
人狼は、人間のプレーヤー同士による
説得、推理、騙し合いがポイントとなるゲーム
人狼AIでは、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を行う
人間のプレーヤーによる操作
人狼AIによる操作
この可能性
はないよ
そうだろうか 確かにその
可能性も…
私は~だと
思います
10
コミュニケーションゲームとしての人狼
人工知能分野において、様々な問題を解くプロジェクトが行われている
本研究では、
人狼ゲームを対象としたAIの開発を目的とする
東ロボくん
ワトソン
ディープブルー
コンピュータ将棋
⇒ 人狼ゲームとは
これまでAI研究にて扱われた問題に比べ、
プレーヤー同士の自然言語による
コミュニケーションから得られる情報が
勝敗に大きく影響する 11
最終目標:人狼AIの開発
本研究の位置づけ
12
本研究
プレーヤーの役職推論
過程のダイジェスト
襲撃対象の決定
(人狼)処刑投票対象の決定
議論への参加 議論の誘導
占い対象の決定(占い師)
・・・ ・・・
・・・ ・・・
本研究の目的:人狼AIの基盤技術
トーマスオットー ディーター カタリナ
人間のプレーヤーによる操作
この可能
性はない
非同意 この可能
性も…
私は~だと
思います
ここが怪
しい
ここはど
うだ?
俺はそう
思えない
何故そう思
うのです?
人間のプレーログにおける
各プレーヤーの思考過程をAI内部で表現する 13
研究資源:人狼BBSについて
人狼BBSではプレーヤーが掲示板に書き込んで議論を行う。
全ての発言、投票、襲撃先のプレーログが文字情報として
保存されている。本研究では、その文字情報を利用する。
プレーヤーの発言 投票、襲撃先
14
最も単純な例として
ある村における
最終日の3人を考える
15
ヨアヒムディーターヤコブ
狂人 人狼村人
最終日(8日目)生存者
村人陣営 人狼陣営
人間 人狼
この日、
人狼(ヨアヒム)を処刑すると村人陣営勝利。
それ以外を処刑すると人狼陣営勝利。 16
役職が確定した人 役職が未確定の人
狂人
狩人 村人
人狼陣営 の最終日の視点
ヨアヒム
ディーター
ヤコブ人狼
ヨアヒム
ディーター
現実!
互いの正体を把握済み 17
役職が確定した人 役職が未確定の人
狂人
村人 の最終日の視点
ディーター
ヤコブ 人狼
ヨアヒム
ヤコブ
村人
人狼
ケース1
ケース2 村人陣営
村人/狩人
のいずれか
18
ヤコブ
ヨアヒム ディーター
人狼 狂人
村人
最終日投票結果
人狼と狂人が協力して村人を処刑
人狼陣営勝利! 19
ヤコブ
ヨアヒム ディーター
人狼 狂人
村人
最終日投票結果
人狼と狂人が協力して村人を処刑
人狼陣営勝利! 20
なぜ人狼と狂人は互いの正体を
知ることができたのか?
ヨアヒム (人狼)視点の変化
ヨアヒム
プレーヤーの発言
プレーヤーの発言ログ
発言のログは1つの村でおよそ2,700発言存在する
ディーター
ヨアヒムは
人間だったぜ
この大量のログの中から
以下の様な発言を抽出
22
役職が確定した人 役職が未確定の人
人狼 狂人
占い師 共有者 共有者 狩人 村人(7人)
ヨアヒム (人狼)視点の変化
ヨアヒム
ディーター ヤコブ
3日目占い結果
ヨアヒム
ヨアヒムは
人間だったぜ
占い結果が
事実と矛盾する
事実と矛盾する
占い結果を言うのは狂人のみ
常識
23
役職が確定した人 役職が未確定の人
狂人
占い師 共有者 共有者 狩人 村人(7人)
ヨアヒム (人狼)視点の変化
ヨアヒム
ディーター ヤコブ
3日目占い結果
確定
人狼
ヨアヒム
24
ディーター (狂人)視点の変化
ディーター
プレーヤーの発言
プレーヤーの発言ログ
発言のログは1つの村でおよそ2,700発言存在する
この大量のログの中から
以下の様な発言を抽出
リーザ
ヨア兄は人狼
だったですう
26
占い結果
役職が確定した人 役職が未確定の人
人狼
共有者狩人 村人(7人)
ディーター (狂人)視点の変化
ディーター
狂人
ディーター
占い師
リーザ
共有者
ヤコブ
(詳細は省略するが)
リーザが本物の占い師
推論結果
27
ヨアヒム
占い結果
役職が確定した人 役職が未確定の人
人狼
共有者狩人 村人(7人)
ディーター (狂人)視点の変化
ディーター
狂人
ディーター
占い師
リーザ
共有者
ヤコブ
ヨアヒム
本物の占い師の占い結果は
事実と矛盾しない
ヨア兄は人狼
だったですう
常識
28
役職が確定した人 役職が未確定の人
共有者狩人 村人(7人)
ディーター (狂人)視点の変化
ディーター
狂人
ディーター
占い師
リーザ
共有者
ヤコブ
ヨアヒム
人狼
確定
占い結果
29

Contenu connexe

Plus de utsuro_lab

検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する
検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する
検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する
utsuro_lab
 
音声を検索するための索引付け方式の紹介(専門家向け)
音声を検索するための索引付け方式の紹介(専門家向け)音声を検索するための索引付け方式の紹介(専門家向け)
音声を検索するための索引付け方式の紹介(専門家向け)
utsuro_lab
 
音声を検索するための索引付け方式の紹介(初心者向け)
音声を検索するための索引付け方式の紹介(初心者向け)音声を検索するための索引付け方式の紹介(初心者向け)
音声を検索するための索引付け方式の紹介(初心者向け)
utsuro_lab
 
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
utsuro_lab
 

Plus de utsuro_lab (20)

ご当地グルメを題材とする4択クイズの生成
ご当地グルメを題材とする4択クイズの生成ご当地グルメを題材とする4択クイズの生成
ご当地グルメを題材とする4択クイズの生成
 
シナリオを情報源とする映画の要約
シナリオを情報源とする映画の要約シナリオを情報源とする映画の要約
シナリオを情報源とする映画の要約
 
機械学習による球面リバーシ(オセロ)AIの開発
機械学習による球面リバーシ(オセロ)AIの開発機械学習による球面リバーシ(オセロ)AIの開発
機械学習による球面リバーシ(オセロ)AIの開発
 
ウォーゲーム:StarCraftの戦略推薦
ウォーゲーム:StarCraftの戦略推薦ウォーゲーム:StarCraftの戦略推薦
ウォーゲーム:StarCraftの戦略推薦
 
乳幼児の認知発達を誘発する売れ筋絵本を推薦する
乳幼児の認知発達を誘発する売れ筋絵本を推薦する乳幼児の認知発達を誘発する売れ筋絵本を推薦する
乳幼児の認知発達を誘発する売れ筋絵本を推薦する
 
社会センサーとしての検索エンジンを用いて市場シェアを予測しよう
社会センサーとしての検索エンジンを用いて市場シェアを予測しよう社会センサーとしての検索エンジンを用いて市場シェアを予測しよう
社会センサーとしての検索エンジンを用いて市場シェアを予測しよう
 
球面リバーシ(オセロ)
球面リバーシ(オセロ)球面リバーシ(オセロ)
球面リバーシ(オセロ)
 
ゲーム攻略サイトを網羅的に収集し、攻略情報を集約する
ゲーム攻略サイトを網羅的に収集し、攻略情報を集約するゲーム攻略サイトを網羅的に収集し、攻略情報を集約する
ゲーム攻略サイトを網羅的に収集し、攻略情報を集約する
 
旅ゲー風アプリ・コンテンツを自動構築する
旅ゲー風アプリ・コンテンツを自動構築する 旅ゲー風アプリ・コンテンツを自動構築する
旅ゲー風アプリ・コンテンツを自動構築する
 
ゲームのレビューから収集した意見の集約
ゲームのレビューから収集した意見の集約ゲームのレビューから収集した意見の集約
ゲームのレビューから収集した意見の集約
 
ウェブ検索者の情報要求観点の集約と俯瞰に関する研究
ウェブ検索者の情報要求観点の集約と俯瞰に関する研究ウェブ検索者の情報要求観点の集約と俯瞰に関する研究
ウェブ検索者の情報要求観点の集約と俯瞰に関する研究
 
「みんなが調べた」のに「Wikipediaには書いてない」ことを集約・俯瞰する
「みんなが調べた」のに「Wikipediaには書いてない」ことを集約・俯瞰する「みんなが調べた」のに「Wikipediaには書いてない」ことを集約・俯瞰する
「みんなが調べた」のに「Wikipediaには書いてない」ことを集約・俯瞰する
 
検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する
検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する
検索エンジン・エンハンスト・サジェスト・・・サジェストを補足する
 
音声を検索するための索引付け方式の紹介(専門家向け)
音声を検索するための索引付け方式の紹介(専門家向け)音声を検索するための索引付け方式の紹介(専門家向け)
音声を検索するための索引付け方式の紹介(専門家向け)
 
音声を検索するための索引付け方式の紹介(初心者向け)
音声を検索するための索引付け方式の紹介(初心者向け)音声を検索するための索引付け方式の紹介(初心者向け)
音声を検索するための索引付け方式の紹介(初心者向け)
 
ニュース・ツイッター間の対応を考慮したバースト・トピックの同定
ニュース・ツイッター間の対応を考慮したバースト・トピックの同定ニュース・ツイッター間の対応を考慮したバースト・トピックの同定
ニュース・ツイッター間の対応を考慮したバースト・トピックの同定
 
大規模ブロガー空間からブロガーを収集し、ブロガー・コミュニティを自動生成・自動拡張する
大規模ブロガー空間からブロガーを収集し、ブロガー・コミュニティを自動生成・自動拡張する大規模ブロガー空間からブロガーを収集し、ブロガー・コミュニティを自動生成・自動拡張する
大規模ブロガー空間からブロガーを収集し、ブロガー・コミュニティを自動生成・自動拡張する
 
時系列トピックのバーストを同定するシステムの紹介 (初心者向け)
時系列トピックのバーストを同定するシステムの紹介 (初心者向け)時系列トピックのバーストを同定するシステムの紹介 (初心者向け)
時系列トピックのバーストを同定するシステムの紹介 (初心者向け)
 
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
 
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
大規模ブロガー空間において、関心事項ごとのコミュニティを発見する
 

Dernier

Dernier (11)

Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 

各プレーヤー視点での役職確定情報に基づく人狼ログ・ダイジェストの作成

Notes de l'éditeur

  1. 各プレーヤーにとっての確定情報に基づく人狼ログ・ダイジェストの作成,知能機能システム専攻自然言語処理研究室博士前期課程1年の林友超から発表させていただきます.
  2. ここで人狼ゲームについて詳しく説明します。ゲームが開始する前に,各プレーヤーは一つの役職が与えられます。その役職に応じて人間と人狼に分けられます。さらにプレーヤーが 村人陣営と人狼陣営に分けられて、自分の陣営の勝利のために努力します。ここで、気になるのは狂人という役職です。見た目は人間ですが、心では人狼陣営の勝利を目指す特別な役職です。
  3. これは人狼ゲームの役職の説明の一覧です。ここで先ほど話した狂人という役職は、人狼陣営に所属していますが、人狼とお互いに正体を知らない。
  4. 人狼ゲームの勝敗の条件はここに載せた通り、人狼の人数が人間の人数以上になると、人狼陣営の勝敗になる。それに対して、人狼を全部処刑できれば、村人陣営の勝利になる。
  5. 一日目の夜、みんなが寝ている間で、人間のふりをした人狼がこっそりに起きて、一人の人間を襲撃しまいました。
  6. 一日目の夜、みんなが寝ている間で、人間のふりをした人狼がこっそりに起きて、一人の人間を襲撃しまいました。
  7. 一日目の夜、みんなが寝ている間で、人間のふりをした人狼がこっそりに起きて、一人の人間を襲撃しまいました。
  8. 本研究の最終的な目標は人狼AIの開発です。 下を読む
  9. 読む
  10. 本研究は人狼AIの開発の一環として行います。人狼AIは最終的に人間のように、議論に参加したり、襲撃対象を決定したりする必要があります。しかし、人間はこれらの行動をする前、いつかの推論を行ってから、行動を取ります。ここでもし推論過程を明らかにしないと、人間並みに行動をする人狼AIの作成も不可能です。よって、本研究はAIの実現の第一歩として、まず人間が当たり前に行っている役職推論をコンピューターで表現します。
  11. 人狼AIを実現するため、最初の一歩として、まず本研究で人間のプレーログにおける各プレーヤーの思考過程をAIの内部で表現してみます。
  12. 本研究では人狼BBSというサイトを利用します。 読む
  13. ここから、最も単純な例として、ある村における最終日の3人を考える
  14. もし、この日に、人狼ヨアヒムを処刑すると、村人陣営の勝利になる。それ以外、村人または狂人を処刑すると、人狼陣営の勝利になる。
  15. でも、衝撃的な現実は、実際に人狼と狂人お互いの正体をすでに把握してしまった。
  16. それに対して、村人から見て、ヨアヒムとディーターがとちらか人狼なのかはわかりません。
  17. 今研究は人狼BBSのログからこのようなダイジェストを作成することを考えています。人狼BBSでは一つの村でおよそ2700発言存在します。この大量のログの中からこのような一部の発言だけを抽出すれば
  18. 人狼ヨアヒムから見て、ディーターが狂人だと認識していることが分かれる。
  19. 同様に、ログからこのような発言を抽出すれば、狂人ディーターから見て、ヨアヒムが人狼だと認識していることも分かれる。