[論文レビュー] Feasibility Study: Moving Non-Homogeneous Teams in Congested Video Game Environments

Hang Ma, Jingxing Yang+3 more|arXiv (Cornell University)|Oct 4, 2017

Robotic Path Planning Algorithms参考文献 15被引用数 34

ひとこと要約

本論文では、混雑したビデオゲーム環境における非同質なエージェントチームのリアルタイムで衝突のない移動を可能にするために、最先端の最適TAPFアルゴリズムであるConflict-Based Min-Cost-Flow (CBM)の使用を提案する。この手法は、12タイムステップごとにCBMを用いて経路を動的に再計画し、1回の呼び出しあたり平均0.2秒未満のソリューション時間で実現しており、フォーメーション維持と動的ゴール更新を伴うリアルタイムゲームプレイにおける実現可能性を示している。

ABSTRACT

Multi-agent path finding (MAPF) is a well-studied problem in artificial intelligence, where one needs to find collision-free paths for agents with given start and goal locations. In video games, agents of different types often form teams. In this paper, we demonstrate the usefulness of MAPF algorithms from artificial intelligence for moving such non-homogeneous teams in congested video game environments.

研究の動機と目的

• 異なる種類（戦士、スナイパー、マジシャンなど）からなる非同質なエージェントチームを、混雑し動的なビデオゲーム環境を通過させるという課題に対処すること。
• すべてのエージェントが以前のゴールに到着する前でさえも、動的ゴール更新に対応したリアルタイムの経路計画を可能にすること。
• 同じタイプのエージェントがゴール位置を相互に交換可能であることを許容しながら、衝突のない移動を維持することにより、実際のチームベースのゲームプレイをモデル化すること。
• 最適TAPFアルゴリズム（例：CBM）が、ビデオゲームシナリオにおけるリアルタイムパフォーマンスに適しているかどうかを評価すること。
• 将来的なシステムの基盤を築くこと。そのシステムでは、スウォームベースの手法とCBMを組み合わせ、長距離のフォーメーション維持と動的適応を実現する。

提案手法

• リアルタイムで衝突のない経路を計算するために、二段階の最適TAPFアルゴリズムであるConflict-Based Min-Cost-Flow (CBM) を使用する。
• 下位レベルでは、時間拡張ネットワークと最小コスト最大フロー定式化を用い、制約下での経路計算を実施する。
• 上位レベルでは、衝突木におけるベストファーストサーチを実行し、グループ間のエージェント衝突を解決する。
• プレイヤーが指定する新しいゴール位置を用いて、4、8、または12タイムステップごとに経路を再計画する。
• 移動行動にはコスト1、待機行動にはコスト0を設定し、グループ間の衝突に対しては高いペナルティを課すことで、効率性を向上させる。
• エージェントを中心とする30x30セルの計画ウィンドウを用い、ゴールの方向と環境的制約に応じて適応させる。

実験結果

リサーチクエスチョン

• RQ1 動的ゴール更新を伴うリアルタイムのビデオゲーム環境において、最適TAPFアルゴリズム（例：CBM）は実際に効果的に使用可能か？
• RQ2 混雑し複雑なマップにおいて、非同質なチームに対してCBMはどれほど効率的に衝突のない経路を計算できるか？
• RQ3 動的ゴール変更を伴う再計画によるパフォーマンスオーバーヘッドはどの程度で、リアルタイム動作を維持できるか？
• RQ4 異なるゴールパターンの幅と更新頻度は、マケスパンと計画時間にどのように影響するか？
• RQ5 混雑による一時的な混乱があっても、CBMは動的環境下でフォーメーションに類似した挙動を維持できるか？

主な発見

• 広い12（wide-12）設定では、CBMの平均ソリューション時間は1回あたり0.153秒であり、リアルタイム実現可能性を十分に満たしている。
• マケスパンは全設定で安定しており、ナロー12（narrow-12）では156タイムステップ、ワイド12（wide-12）では184タイムステップを記録し、効率的な経路探索を示している。
• 再計画の間隔が長くなるほどCBMの呼び出し回数が減少し、ワイド4（wide-4）では50回、ワイド12（wide-12）では14回にまで低下し、更新頻度に応じたスケーラビリティが示された。
• 全設定において、CBM呼び出し1回あたりの平均実行時間は0.202秒未満を維持しており、リアルタイムパフォーマンスの可能性が裏付けられた。
• 本システムは、戦士、スナイパー、マジシャンの3種類の異なるタイプを含む10体のエージェントが、狭い通路を通過し、動的ゴール変更に対応した経路計画を成功裏に管理した。
• 結果として、最適TAPFアルゴリズムが非同質なチームを対象としたリアルタイムのビデオゲームシナリオに実際に効果的に適用可能であることが示された。