ステルスとゲームのバランスを築く：Splinter Cell: Blacklist | AIとゲーム #51

目次:

1. イントロダクション
2. ステルスゲームとは
3. 反応性のある敵キャラクターの必要性
4. スプリンターセル ブラックリストの紹介
   • ゲームの概要
   • プレイヤーの自由なプレイスタイルの実現
5. レベルデザインとAIキャラクター開発の課題
6. 敵キャラクターの特徴
   • 一貫した反応
   • コミュニケーションとフィードバック
   • 予測性と新規性のバランス
   • フェアなプレイ体験の提供
7. 非プレイヤーキャラクターの視覚認識
   • 視認範囲の実装
   • 複数の視認範囲の使用
8. 環境認識とオブジェクトの状態管理
   • マップデザインとオブジェクトの位置情報
   • ライトスイッチやドアの状態管理
9. 聴覚認識と音の重要性
   • イベントトリガーと距離による聴覚認識
   • プレイヤーへのフィードバック
10. 社会的・状況的な認識
    • AIキャラクター同士の対話
    • 変化に対する反応と行動の変化
11. ステルスゲームのバランスの重要性
12. まとめ

ステルスゲームのバランスを実現するためのAIキャラクター開発の要点

ステルスゲームは、人工知能（AI）にとって最も困難で厳しいジャンルの一つです。プレイヤーは潜入し、物品を盗むかターゲットを排除するためにビジネスを行います。同時に、新たな脅威に対応し、チャンスを最大限に活用する必要があります。最高難易度では特に、ステルスゲームは本当の挑戦を提供することが期待されていますが、同時にプレイヤーが利用できる小さなチャンスの領域を提供します。このため、開発者にとっては多くの課題があります。敵キャラクターは賢くなければならず、世界に反応し、プレイヤーが補償できるように思考プロセスを伝えなければなりませんが、できるだけ公平でバランスの取れた体験を提供する必要があります。

スプリンターセル ブラックリスト（Splinter Cell Blacklist）は、このような挑戦を乗り越えるための方法を探るために、Ubisoft Torontoが開発し、2013年にリリースされたシリーズの一部です。このゲームは、シリーズのルーツであるステルスパズルと、2010年のSplinter Cell Convictionで示されたよりアクション重視のゲームプレイとの融合です。ブラックリストでは、サム・フィッシャー（Sam Fisher）を操作して、各ロケールに対して大胆かつ控え目などのアプローチ方法を選択することができます。これは、レベルデザイン、ゲームのペース、AIキャラクターの設計と開発にとって大きな課題を提供します。なぜなら、プレイヤーが騒ぎを起こした場合にステルスから戦闘への移行を効果的に管理する必要があるからです。ステルスAIはすでに解決困難な課題です。敵の非プレイヤーキャラクターはいくつかの基準を満たさなければなりません。

まず、AIキャラクターは反応が一貫している必要があります。NPCは世界が変化していることを認識し、高い警戒レベルに入る必要があります。これらの反応はゲームプレイの経験全体で一貫している必要があります。これにより、敵を特定の戦術に誘引してパトロールルートの安全性や個人の安全性を脅かすポジションに誘導することができます。

次に、コミュニケーションとフィードバックが重要です。キャラクターが何かが異常であることに気付いたり、プレイヤーを遠くから発見した場合、彼らはただ反応するだけでなく、自分たちの意図を効果的に伝える必要があります。これには、アニメーションや口に出して自己について語ったり、近くの他のNPCとコミュニケーションを取ることも含まれます。プレイヤーは現在の状況から抜け出すために、彼らが考え、行動していることを知る必要があります。

最後に、予測性と新規性の問題があります。基本的には、応答とフィードバックは予測可能である必要があります。しかし、予測可能性はゲームが繰り返しになり、数時間のプレイ後に退屈になる可能性があるため、プレイヤーは予測できない行動をすることがあります。そのため、NPCが次回に少し異なることをするか、新しい敵の特徴が導入され、プレイヤーが異なる方法で問題に取り組むことを強制される必要があります。

これらすべては「公正さ」という包括的な用語の下にまとめられます。プレイヤーは、ゲームシステムがどのように機能するかを理解し、それを利用して自分の利益に活用できるようにする必要があります。ゲームをプレイするほど理解が深まり、新しいコンセプトが導入され、以前の知識が強化されます。そのため、最初のプレイスルー、2回目のプレイスルー、さらには10回目のプレイスルーは、異なる体験であり、高い難易度ではその知識を試す機会となります。ただし、公平さは全てのプレーヤーにとってうまく機能するわけではありません。公平さは主観的であり、プレーヤーによって異なる場合があります。

これらのAIシステムが公平さをサポートする必要性について話し合う際、Martin Walsh（ブラックリストのリードAI開発者）は2014年のゲーム開発者会議で次のように述べています。「相手が愚かであると感じると、彼らに勝利しても本当の満足感は得られません。しかし、面白いことは、愚かでないことは必ずしも頭がいいということではありません。実際のところ、それは常に信ぴょう性を持つことを意味しています。」また、「公平さ、一貫性、知能のバランスの間にはしばしば矛盾が存在することも重要なポイントです」とも述べています。

これらのアイデアは、スプリンターセルフランチャイズ全体におけるデザインの中心です。特に、ウォルシュは自身のGDC（ゲーム開発者会議）の講演で説明したように、敵AI設計の4つの要点がスプリンターセルやステルスゲームを効果的に機能させるためにバランスされる必要があります。

• 非プレイヤーキャラクターの視覚認識
• 環境認識
• 聴覚認識
• 社会的・状況的認識

これらの要点は、スプリンターセルだけでなく、さまざまなジャンルのゲームで共通しています。実際、前回のAI and Gamesのエピソードでは、Alien: IsolationのAIを再訪し、Xenomorphの感覚システムを探求しましたが、ここで紹介するシステムとは多くの重なりがあります。

これは、ゲーム開発の中で何年にもわたる改善と繰り返しの過程を経ているため、新しいものではありません。では、スプリンターセル ブラックリストの4つの要点がどのように管理されているか見てみましょう。

まず、AIキャラクターの視覚認識とステルスゲームにおけるバランスの取り方について見ていきましょう。視覚システムは、AIキャラクターが定義された視野内のオブジェクトを認識できるようにするために構築されます。通常、ビューコーン（円錐または2D環境の場合は三角形）がキャラクターの前方から投射されます。オブジェクトが形状と交差すると、AIによって「視認された」という信号が送られます。オブジェクトがコーン内に滞在する時間が長ければ長いほど、信号は徐々に強くなります。したがって、視認コーンに交差してすぐに発見されることはありません。

ただし、ビューコーンは一般的に使用される技術ですが、基本的には欠点があります。それは人間の視力が一致しないことです。ビューコーンは通常、キャラクターの前方の固定角度と距離で表示される一方、人間の視力はほぼ180度に近いです。そこで、視野を広げることで問題を解決できますが、それにより別の不一致が生じます。なぜなら、私たちの目は特定の領域に焦点を合わせるために作られており、見えるものをシャープでクリアにしますが、それによって周辺視野の他のものがぼやけてしまうためです。

したがって、ブラックリストは他の多くのゲームと同様に、異なる視野コーンを採用して異なるタイプの視野をモデル化し、物体の検出閾値と信号の増加率を調整します。これにより、近距離と遠距離の視覚をモデル化する際により正確な測定が可能となります。さらに、各難易度設定ごとに視野コーンのサイズと形状を調整するため、低い難易度では盲点が増え、上級プレイヤーには困難が生じるようになっています。また、プレイヤーの発見には、特定のスタンスに応じた追加の視覚チェックもあります。サム・フィッシャーはさまざまなポーズをとることができ、例えばカバーに隠れている場合は自分の位置を隠すようにデザインされています。そのため、視覚コードがプレイヤーを「見た」と認識するためには、プレイヤーが視野コーン内にいるだけでなく、キャラクターがプレイヤーの骨格に対して複数の視線テストを実行してどれだけ露出しているかを確認する必要があります。敵NPCはサム・フィッシャーの骨格の8つのボーンからその視線を光線追跡し、障害物のないままで見えるボーンが多いほどキャラクターは露出しているとみなされます。プレイヤーが開放空間に立っている場合とカバーに潜んでいる場合では、敵のNPCが最小限のボーンを見る必要があります。そのため、オープンに立っている場合とカバーの後ろにしゃがんでいる場合では、検出のレートが異なります。

しかし、このより細かいシステムにも特別な場合があります。AIキャラクターの視野に関係なく、デザイナーは特定の場所でプレイヤーの可視性を調整するための特別なカスタムカバーポイントシステムを使用できます。これにより、ミッションごとにゲームプレイをより細かく制御することができます。

次に、環境認識について見ていきましょう。これには、AIキャラクターが世界について持つことができるすべての知識と、それが収集された後にその情報に基づいて推論できる方法が含まれます。この目的のために、Blacklistでは「TEAS（戦術環境認識システム）」と呼ばれるシステムが使用されます。TEASは、環境の地形やローカルエリア内のオブジェクトについてのさまざまな情報を格納しています。TEASは、カバーに入るためのエリア、環境を移動することで到達できるエリア、および環境内に現れるチョークポイントを表す位置ノードのシリーズを自動生成します。したがって、ガードはより効果的にパトロールし、プレイヤーが潜り抜けるのをより困難にすることができます。さらに、TEASに加えて、Blacklistではドア、窓、照明など、プレイヤーが対話できるオブジェクトの状態を管理する仕組みもあります。したがって、ライトスイッチがオンまたはオフになったとき、そのアクションが起こった時間の経過と、疑わしいと見なされるかもしれない時間の範囲がわかります。ガードが巡回しているとき、照明の状態が変わったかどうかを照会し、それが心配すべきことなのかどうかを確認します。したがって、ライトが現在オフになっており、5秒前に見たときにオンになっていた場合、それは疑わしいと見なされ、調査の対象となる可能性があります。しかし、逆に、彼らは部屋に入ってすぐに警戒状態になることはありません。5分前に誰かがライトを消したことに気づいたとしても、それが10分後になってから気づいたのであれば、すぐにアラート状態になるわけではありません。

第三の要点は、聴覚認識、つまり音です。AIが近くで音を聞き、それが近くにあるべきかどうか、または調査するべきかどうかを認識する能力です。通常、ゲームでは、AIに何かを聞かせたい場合は、ゲーム内で「イベント」をトリガーします。各イベントには、その音を聞いたキャラクターからの距離と優先度があります。距離だけで優先順位を設定するのではなく、両方の指標を持つことが重要です。そうでないと、ガードがティーカップが倒れた音に気づいて発狂し、50メートル先での銃撃戦を完全に無視することになります。ステルスゲームでは、音が正しくキャプチャされ、NPCに正しく報告される必要がありますが、プレイヤーにとっても公正に感じるようにする必要があります。

では、ガードが聞くべきであるはずの遠くの音を確実に聞くが、聞くべきでない音は無視するにはどうすればよいでしょうか。音の発生点からガードの耳までのまっすぐな距離は、同じ部屋で音が出ている場合にはうまく機能します。しかし、音が別の部屋にある場合、ガードがそれを聞くべきかどうかは環境のレイアウトに大きく左右されます。残念ながら、現実の音響を測定するのはかなり高価です。そのため、環境の抽象的なマークアップを提供するTEASシステムを利用します。音の距離は、発生点からガードへの直線距離の合計として計算されます。したがって、オブジェクトが10メートル離れているにもかかわらず、音が50メートル移動してガードに到達する場合、その音の距離をより正確に計測できます。

しかし、それにもかかわらず、不公平な感じがすることがあります。特にプレーヤーとしては、環境とガードの振る舞いを学びながらプレイします。そのため、ゲームプレイのバランスをとるために、BlacklistではNPCの聴覚はスクリーンから外れている場合に弱くなります。彼らは聾になるわけではありませんが、カメラが彼らを見ていないときには少し聞こえにくくなります。もちろん、難易度が上がると彼らの聴力は鋭くなります。

そしてもちろん、音がプレーヤーへのフィードバックシステムの一部としてどのように利用されるかも考慮する必要があります。キャラクターは周囲の状況に応じて自分の行動を伝えるべきです。Blacklistでは、キャラクターがアクションを実行する際に、バークシステムと呼ばれるシステムを使用して、AIキャラクターが対話するときにセリフを実行します。これは、Call of Duty 2などのアクションゲームでも一般的な技術ですが、ステルスゲームではコンテキストと情報がより重要です。したがって、バークシステムには、一般的な情報から「あそこでライトが消えた」といった具体的な情報など、さまざまなティアがあります。これにより、プレイヤーにより直接的なフィードバックが提供され、自分の行動がどのように認識され、敵のNPCがどのように応答しているかをより理解することができます。

最後の要点は、AIキャラクターの社会的および状況的な認識を確立することです。一般に、複数のAIキャラクターを同時に管理することは困難です。特に、彼らが独立して行動したり協力したりする場合です。通常の解決策は、NPC同士がお互いを認識していない別のシステムが協力行動を管理することです。これは、FEARやHaloなどのシューターゲームではうまく機能しますが、一人が行方不明になることが重要なステルスゲームでは、もう少し繊細なシステムが必要です。ブラックリストでは、NPCのグループが一緒にいてお互いと会話している場合、彼らは空間内においてお互いを認識しています。そして、時々コミュニケーションを取ります。注意して聞くと、ガードは現在のコンテキストにより配慮を持った会話を行い、消極的な行動がより深く理解されるようにします。もし1人が何かを聞いたら、もう1人はそれを認めるか別のものだと却下するかもしれません。さらに、環境認識との関連性も考慮されます。ドアが開いたことは赤信号かもしれませんが、4人組が今では3人組になったことはおそらくそれ以上に重要です。したがって、環境の変化やそれに対応した対話についてのより強い理解があります。対話は何が起こっているか、または待っている間にガードが有益な情報を共有するなど、戦闘時に役立つ情報も提供します。プレイヤー同士のインタラクションの活発さを高め、ゲームのパフォーマンス劇場をより一層強化します。

ステルスゲームにおいては、公平さを提供することは常に課題です。作成するゲームのタイプやそのシステムによって異なり、プレイヤーに対してそれらの内部動作を伝えながら、バランスと新規性を維持することは、新しいプロジェクトごとに新しい問題となります。そして、ステルスゲームでは、システムのコミュニケーションが核となるダイナミックな要素です。プレイヤーが自分の行動に結果があることと、ゲームの反応がその文脈で公平な感じであることを認識すれば、バランスを取るための正しい手順に進んでいます。

AI and Gamesのこのエピソードは、Patreonのクラウドファンディングサポーターによって投票され、彼らのおかげで今日このビデオをご覧いただけます。特別な感謝の念を込めて、Walter Verburg、Brandon 'BT' Franklin、Rambod Kermanizadehに感謝いたします。将来のAI and Gamesのエピソードにおいて発言したい場合は、画面および説明にあるリンクから私のPatreonコミュニティに参加してください。

リソース: -

• Splinter Cell Blacklist 公式ウェブサイト: https://www.ubisoft.com/en-au/game/splinter-cell-blacklist/