ゲームキャラクターに対するリアルタイム行動検出手法の基礎的検討
Abstract
既存のゲームプレイ AI エージェントはゲームクリアに主眼が置かれており，意思決定のために重要な状況理解フェーズを切り出して独立に評価する枠組みは少ない．そこで本研究では，ゲームプレイ AI の状況理解を支援するタスクとして，ゲームキャラクターに対する領域と行動を毎フレーム推定する時空間行動検出（STAD）タスクを定義する．軽量な STAD モデルである YOWOv3 を独自データへ転移学習し，行動遷移を滑らかにする時間方向ソフトラベルを導入することで，30FPS 環境において mAP@0.50 ≥ 0.90 と約 50ms 遅延を両立し，ゲームプレイ AI エージェントに対する行動検出タスクの応用可能性を示した．