KLab、九州大学と機械学習を用いたリズムアクションゲームの譜面制作支援システムについて共同研究を開始　運営するゲームの譜面制作で効果検証も

KLab<3656>と九州大学 情報基盤研究開発センター 附属汎オミクス計測・計算科学センター（以下「九州大学」） は、機械学習を用いたリズムアクションゲームの譜面制作支援システムについて共同研究を開始することを発表した。

本共同研究は、KLabがすでに独自に研究開発を開始している譜面制作支援システムについて、譜面生成に用いる機械学習アルゴリズムをさらに高度化することを目的としたもの。共同研究を通して、学生がゲーム業界のリアルな機械学習に触れられる機会を提供するとともに、機械学習における最新の学術的成果をゲーム業界に普及させることなどを目指していく。

＜共同研究の背景＞
近年、ゲーム業界では機械学習の活用がさかんになっている。KLabではこれまでにも、モバイルオンラインゲームの開発・運営において、Botプレイヤーの検知、カスタマーレビューの感情分析、文章コンテンツの自動校正などに機械学習を利用してきた。

リズムアクションゲームの運営においては、常に新たなゲーム体験を提供するために継続的に新しい譜面がリリースされる。KLabでは、制作者がよりクリエイティビティに富んだ譜面を作り上げることができるように、楽曲や難易度にあわせた譜面を機械学習によって生成する譜面制作支援システムを開発し、運用している。

九州大学櫻井研究室は、機械学習をはじめとする様々な数理を用いたデータ解析手法の研究に数多くの実績があり、機械学習を用いたコンテンツ生成にも取り組んでいる。本共同研究では、生成モデルに関する最新の学術的知見を導入した譜面制作支援システムの構築を目指す。

＜譜面制作支援システムとは＞
リズムアクションゲームにおける譜面制作作業を支援するために開発されたKLab独自のシステム。楽曲の音声データやゲームの難易度などを入力することにより、楽曲のリズムにあわせた適切な難易度の譜面を生成することができる。システムが生成するバラエティに富んだ譜面を参考にすることで、制作者は譜面の高クオリティ化に集中できるようになり、より挑戦しがいのある譜面を生み出すことができるようになる。

＜研究の概要＞
KLabが開発した譜面制作支援システムでは、画像生成タスクにおいて近年目覚ましい成果をあげている敵対的生成ネットワーク (GAN) という深層学習モデルを音声データ用に改変したものを用いている。共同研究では、ここにGANのための最新の正則化手法であるImproved Consistency Regularization（※）を導入し、さらにリズムアクションゲームの楽曲データおよび譜面データに適したData Augmentationの手法を開発することにより、より複雑で自然な譜面を生成できるようにすることを目指す。

共同研究で開発した手法は、KLabで実際に運用しているリズムアクションゲームの譜面制作において効果検証を行う。本共同研究は2021年3月1日から2022年3月31日にかけて実施する予定だ。

※Zhengli Zhao, Sameer Singh, Honglak Lee, Zizhao Zhang, Augustus Odena, Han Zhang: Improved Consistency Regularization for GANs,
https://arxiv.org/abs/2002.04724