続・ゲームとのコンタクト
さらにゲームを知る
最近，私が関係しているゲーム制作受託会社において，著名なパブリッシャーの営業の先頭に立っていた人から，数回にわたって，ゲームに関わる話を聞く機会があった。せっかくの話を聞きっぱなしではまずいと思い，自分からこの分野の本を読んでみて，少し前に進んだ記事を作成してみようと思った。なお私は一度（２０１８年８月），「ゲームとのコンタクト」という入門編の記事を作成したことがある。
今回，読んでみたのは３冊の本である。
- 「ゲームの面白さとは何だろうか」
- 「ゲーム情報学概論」
- 「最強囲碁AIアルファ碁解体新書」
３冊の本の紹介
「ゲームの面白さとは何だろうか」を読む
「ゲームの面白さとは何だろうか」（著者：大森 貴秀，原田 隆史, 坂上 貴之 ）（Amazonにリンク）
出版社等による紹介
「面白い! 」を学問してみよう。▼双六，チェス，トランプ，そしてデジタルゲームからオンラインゲームまで。古今東西，人々はゲームに魅了され続けてきた。
時にはやみつきになり，やめたくてもやめられないほどに夢中になる。なぜそんなに「面白い」のか?心理学の手法を駆使して，この難問に挑む。
私のコメントとメモランダム
コメント
第３章までは，ゲームの面白さを実験によって（しかも行動分析学の手法を前面に出して）解明しようとする試みだが，ある程度の成果は出たが，なかなかうまくいかないねというところだろうか？何となく常識で判断していることを，実験で明らかにすることはなかなかむつかしい。
第４章で，ゲームの負の部分としての「ゲーム依存」，面白さを展開する「ゲーミフィケーション」，そして将来の「雑多な展望」を論じる。
私は，「ゲーミフィケーション」（もともとはゲームプレイではない活動がなされている環境にゲーム的な要素を導入することで，あたかもゲームであるかのように人々がその活動に関わるようになるという，環境のデザインを指している用語）ということは知らなかったが，この分野にもは，なかなか面白そうな本があるし，ここで紹介されている「キリギリスの哲学－ゲームプレイと理想の人生」（著者：バーナード・スーツ）（Amazonにリンク）も是非一読してみたい。なお「ゲーミフィケーション」のついての和書は商売ネタにしようとする本が多いようだが，翻訳本は検討に値する。次の３冊を挙げておこう。ところで，引用して気が付いたのだが，ⅡとⅢは，同一著者だ。Ⅱは明るいが，Ⅲは読むのがいささかつらい内容だが。
- 「ＧＡＭＩＦＹ ゲーミファイ－エンゲージメントを高めるゲーミフィケーションの新しい未来」（著者：ブライアン・バーク）（Amazonにリンク）
- 「幸せな未来は「ゲーム」が創る」（著者：ジェイン・マクゴニガル）（Amazonにリンク）
- 「スーパーベターになろう！－ゲームの科学で作る「強く勇敢な自分」 」（著者：ジェイン マクゴニガル）（Amazonにリンク）
メモランダム
ゲームの面白さには，システム，プレイ，エピソードの３つのレベルがある。
面白さの変数をどうやって図るのかの測定方法と測度には確立したものはなく，そこから研究を始めた・
ネット上の評価は圧倒的に「つまらない」とする主張が多いが，その原因の具体的指摘にはなっていない。ユーザビリティテストの結果は，ゲームの面白さを実験で測定することのむつかしさを痛感させた。プレイ中の行動観察でも成果は出ない。ゲーム選択実験は，ゲームの違いが明確過ぎても微妙でもうまくいかない。
気先行刺激－行動－後続刺激の三項随伴性の，強化反応休止に注目し，それが面白さの指標となるか実験を重ねた，
スロットゲーム（多段階抽選ゲーム）実機に手を加え，アタリハズレが反応時間に及ぼす影響に関係のない刺激は取り去り実験したが，メダルの払い出しは面白さの上で外せない要素なので惜しいハズレである「ニアミス効果」も含めて実験した。アタリ，ニアミス共に反応時間が遅くなった。
報酬量（払い出し金額）と頻度については，「高価値か珍しいものが魅力的である」という自然な結果が確認できた。
ゲームの面白さは単純なエピソードの面白さの加算ではなく，その対比や相乗効果によって生まれる複雑な心理現象である。
「ゲームの面白さとは何だろうか」の「詳細目次」は後記
「ゲーム情報学概論」を読む
「ゲーム情報学概論- ゲームを切り拓く人工知能」（著者：伊藤 毅志, 保木 邦仁 , 三宅 陽一郎 ）（Amazonにリンク）
出版社等による紹介
ゲームは,古くから人工知能,認知科学の中心的な研究テーマとして扱われてきた。本書では,まずこの研究分野の基礎的な知識と歴史を押さえ,それを支える重要な理論について述べ,デジタルゲームの応用分野まで概観する。
★松原仁先生（公立はこだて未来大学）の書評★
ゲーム情報学というのはゲームを対象とした（広い意味での）情報処理の研究領域である。「ゲーム情報学」という名称ができたのは1999年に情報処理学会で研究会を立ち上げたときなので，まだ20年程度しか経っていない若い領域である。人工知能のスタートはチェスの研究から始まりチェスを対象として数多くの貴重な成果が得られマッカーシーは「チェスは人工知能のハエ」と言った。ハエを対象とした研究で遺伝学が格段に進歩したように人工知能もチェスを対象とした研究で各段に進歩したということである。しかし日本ではゲームは遊びと見なされてゲームを対象とした研究が疎外される時期が長く続いた。日本は人工知能の研究で世界に出遅れたのだが，その理由の一つにゲーム研究の軽視があったのである。
日本には将棋と囲碁（囲碁は中国発祥のゲームだが今のように発展したのは日本である）という貴重なゲームがあるので，それを対象とした研究をしない手はないということで遅ればせながらゲーム情報学という名称を冠した研究領域を立ち上げた（もっともらしい学問の名前をつけないと認められなかった）。それから20年でようやく体系化にこぎつけることができたのが本書である。伊藤氏が思考ゲームの認知科学的な側面を，保木氏が思考ゲームの情報科学的な側面を，そして三宅氏が最近日本でも盛んになってきたデジタルゲームへの応用を説明している。これまで日本でゲームを研究対象としたくても基本文献が存在しなかったのだが，これからは本書を推薦できる。ゲームの研究を進める上での基礎を本書でぜひ学んでほしい。たとえば意外と敷居が高いゲーム理論（たとえば「ナッシュ均衡」など）の基礎についても学ぶことができる。本書が出版されたことは今後のゲーム情報学の発展のためにとてもうれしいことである。ゲームのプログラムに興味をもったらぜひ最初にこの本を手に取ってほしい。
私のコメントとメモランダム
コメント
非常にしっかりした構成，内容の本で，ゲームの制作，販売に関係する人，AIの最新動向に興味のある人には，次の「最強囲碁AIアルファ碁解体新書」と並んで外せない本である。この本は，第１章でゲーム開発のこれまでの経緯，第２章でそのために必要なプログラミング，数学等の基礎知識，第３章で，ゲーム設計やゲームAIについて検討されている。門外漢には，第２章が読みにくいので，理解するための数学やプログラミングの基礎知識について，別途，取り上げることにしよう。
因みに，「最強囲碁AIアルファ碁解体新書」は，世界中の名人に勝ったアルファ碁に焦点を当てて解説しており，字面だけならは非常にわかりやすい。
メモランダム
作成中
「ゲーム情報学概論」の「詳細目次」は後記
「最強囲碁AIアルファ碁解体新書」を読む
「最強囲碁AIアルファ碁解体新書（増補改訂版）－アルファ碁ゼロ対応 深層学習，モンテカルロ木探索，強化学習から見たその仕組み」（著者：大槻 知史，監修：三宅 陽一郎 )（Amazonにリンク）
出版社等による紹介
【本書の概要】本書は学術論文(NatureやGoogleのサイト)などで提供されている難解なアルファ碁およびアルファ碁ゼロの仕組みについて，著者がとりまとめ，実際の囲碁の画面を見ながら，アルファ碁およびアルファ碁ゼロで利用されている深層学習や強化学習の仕組みについてわかりやすく解説した書籍です。特にデュアルネットワークはまったく新しい深層学習の手法で国内外の技術者の関心を集めています。本書を読むことで，最新AIの深層学習，強化学習の仕組みを知ることができ，
自身の研究開発の参考にできます。また著者の開発したDeltaGoを元に実際に囲碁AIを体験できます。
【増補改訂のポイント】Chapter1から5の部分は，よりわかりやすく内容を加筆修正しています。またChapter6はアルファ碁ゼロに対応しています。改訂にあたり，色数も２Ｃに変更。よりわかりやすいビジュアルになっています。
私のコメントとメモランダム
コメント
この本は，アルファ碁を支える技術として，ディープラーニング，強化学習，探索を３本の柱として取り上げ，それがどのようなものであり，どういう過程を経て能力を向上させて，世界中の名人に勝てるようになったかを，技術的に丁寧に説明しているようである。今の時点で，あれこれは言えないが，とにかく読みやすい本のつくりになっており，「ゲーム情報学概論」と交互に目を通しながらその内容を理解していくと，今のAIの最前線が理解できるのではという期待を持たせる本である。
メモランダム
作成中
「最強囲碁AIアルファ碁解体新書」の「詳細目次」は後記
「「ゲームの面白さとは何だろうか」の「詳細目次」
はじめに
第１章 面白さ研究の始まり
ゲームの何を調べるのか－研究対象 「面白さ」とは何か－概念の定義 ゲームの面白さは何に現れるのか－面白さの変数 面白さの変数をどうやって図るのか－測定方法と測度 column－ゲームの期限・定義・構成・要素
第２章 面白さ研究の紆余曲折
面白さを集める－ネット上の評価の収集 面白さを採点する－ユーザビリティテスト 面白さを録画する－プレイ中の行動観察 面白さを選択する－ゲーム選択実験 面白さを味わう－強化と反応時間 column－デジタルゲームの出現
第３章 面白さ研究の積み重ね
たくさん消せると楽しい？テトリスと反応時間 狭い入口か狭い出口か－スロットゲームの構造 面白くないゲームで面白さを調べる－スロットマシーンと反応時間 惜しいと面白い？－ニアミスと反応時間 小アタリは嬉しくない？－報酬量・頻度と反応時間 小アタリがないと面白くない？－結果の多様性とゲームの魅力 column－スロットマシーンというゲーム
第４章 面白さ研究の先にあるもの
ゲームの面白さの影－ゲーム依存（ゲーム依存症，ゲーム依存症に与える要因，オンラインゲームとゲーム依存症，ゲーム依存症の治療と予防） ゲームの面白さの光－ゲーミフィケーション ゲームの面白さの未来－雑多な展望（消費される面白さ－ソーシャルゲームのビジネスモデル，ゲームは現実に回帰するか－オンライン化とＶＲと面白さ，現実はゲームとなるか－ＡＲと面白さ，古典的ゲームの未来－AIと面白さ，デジタルゲームのルールと面白さ－ゲームの再定義）
「ゲーム情報学概論」の「詳細目次」
第Ⅰ部 ゲーム情報学概論
プロローグ
１．ゲームとはなにか
1.1 ゲームを定義する 1.1.1 ゲームの定義を試みた人たち 1.1.2 ゲームの情報学的定義 1.1.3 ゲーム情報学の研究領域
1.2 ゲームの情報学的分類 1.2.1 プレーヤの数による分類 1.2.2 完全情報性 1.2.3 確定性 1.2.4 ゼロ和性 1.2.5 有限性 1.2.6 ゲームの分類とその役割
２．ゲーム情報学の基礎
2.1 ゲームと問題解決 2.1.1 ゲームと問題解決空間 2.1.2 一般問題解決器 2.1.3 二人完全情報確定ゼロ和ゲーム 2.1.4 ゲーム木と必勝法 2.1.5 探索量から見たゲームの複雑さ
2.2 ゲーム惰報学の歴史 2.2.1 チェス 2.2.2 将棋 2.2.3 囲碁 2.2.4 その他のゲーム
３．ゲームAIと認知研究
3.1 ゲームAIとアルゴリズム 3.1.1 ゲームAIの三つのアプローチ 3.1.2 ルールベースアプローチ 3.1.3 探索的アプローチ 3.1.4 学習的アプローチ
3.2 ゲームと認知科学 3.2.1 認知科学的研究とその手法 3.2.2 ゲームの認知科学研究 3.2.3 人間の思考とコンピュータの思考 3.2.4 自然なゲームAIの研究
第Ⅱ部 ゲーム情報学のアルゴリズム
プロローグ
４．最短経路の探索とコスト関数：15パズル
4.1 15パズル 4.2 15パズルのグラフ探 4.3 Ａアルゴリズム 4.4 問題を緩和してｈコストを設計する方法
５．ゲーム理論の基礎知識：囚人のジレンマ，ジャンケン，三目並べ
5.1 戦略型ゲームと戦略の優劣 5.2 ナッシュ均衡と混合拡大 5.3 二人ゼロ和ゲームの均衡点とミニマックス定理 5.4 展開型ゲーム
5.5 展開型ゲームの戦略と後ろ向き帰納法
６．ミニマックスゲーム木とその探索：三木並べ，オセロ，チェス，将棋
6.1 ミニマックスゲーム木 6.2 ミニマックスゲーム木の深さ優先探索 6.3 ミニマックスゲーム木のαβ探索法 6.4 ＡＮＤ/ＯＲ木と証明数 6.1 ミニマックスゲーム木のグラフ探索 6.6 ヒューリスティックミニマックス探索
７．モンテカルロ法を用いた強化学習：ブラックジャック
7.1 強化学習概要 7.2 ブラックジャックとその基本ルール 7.3 ゲーム状態，行動および報酬の表現 7.4 モンテカルロ法による方策評価 7.5 方策の改善
第Ⅲ部 デジタルゲームへの応用
プロローグ
８．ゲームAI：アクショングームとボードゲームの比較
8.1 デジタルゲームの原理 8.2 ボードゲームとデジタルゲームの人工知能の違い 8.3 知識表現・世界表現 8.4 ゲーム表現 8.5 キャラクターの行動表現 8.6 デジタルゲームAIの全体像 8.6.1 キャラクターAI 8.6.2 メタAI 8.6.3 ナビゲーションAI
９．キャラクターAI
9.1 エージェントアーキテクチャ 9.2 センサモジュール 9.3 知識生成モジュール 9.4 意思決定モジュール 9.5 エフェクタと運動生成モジュール 9.6 記憶とインフォメーションフロー 9.7 記憶の形 9.8 黒板モデル（ブラックボードアーキテクチャ）
10．ゲームAIの知識表現と意思決定アルゴリズム
10.1 知識表現 10.1.1 世界表現 10.1.2 オブジェクト表現 10.1.3 記憶表現 10.1.4 アクション表現，意思決定，結果表現
10.2 八つの意思決定アルゴリズム‥‥ 10.2.1 ステートベース 10.2.2 ルールベース 10.2.3 ビヘイビアベース 10.2.4 ユーティリティベース 10.2.5 ゴールベース 10.2.6 タスクベース 10.2.7 シミュレーションベース‥ 10.2.8 ケースベース
11．ナビゲーションＡI
11.1 ナビゲーションメッシュとウェイポイント 11.2 ダイクストラ探索法とＡ※パス検索 11.3 地形解析 11.4 戦術位置検索 11.5 影響マップ 11.6 社会的空間
12．学習・進化アルゴリズムの応用
12.1 統計による学習 12.2 ニュートラルネットワーク 12.3 遺伝的アルゴリズム 12.4 ゲーム進化アルゴリズム 12.5 強化学習 12.6 プレ－ヤのデータから学ぶ
エピローグ
「最強囲碁AIアルファ碁解体新書」の「詳細目次」
はじめに 監修のことば 本書の対象読者とダウンロードファイルについて 囲碁AIの歴史 対局レポート－アルファ碁と世界ナンバーワン棋士・柯潔 九段の最終決戦
Chapter 1 アルファ碁の登場
01 ゲームAIの歴史と進歩 02 天才デミス・ハサビスの登場 03 アルファ碁の活躍 04 囲碁AIの基礎 05 まとめ
Chapter 2 ディープラーニング～囲碁AIは瞬時にひらめく～本章で説明する技術トピックと，全体の中の位置づけ
01 ディープラーニングとは 02 手書き数字認識の例 03 アルファ碁における畳み込みニューラルネットワーク 04 ChainerでCNNを学習させてみる 05 まとめ
Chapter 3 強化学習～囲碁AIは経験に学ぶ～本章で説明する技術トピックと，全体の中の位置づけ
01 強化学習とは 02 強化学習の歴史 03 多腕バンディット問題 04 迷路を解くための強化学習 05 テレビゲームの操作獲得のための強化学習 06 アルファ碁における強化学習 07 まとめと課題
Chapter 4 探索～囲碁AIはいかにして先読みするか～本章で説明する技術トピックと，全体の中の位置づけ
01 ２人ゼロ和有限確定完全情報ゲーム 02 ゲームにおける探索 03 従来のゲーム木探索（ミニマックス木探索） 04 囲碁におけるモンテカルロ木探索 05 モンテカルロ木探索の成功要因と課題 06 まとめ
Chapter 5 アルファ碁の完成
01 アルファ碁の設計図 02 非同期方策価値更新モンテカルロ木探索（APV-MCTS） 03 大量のCPU・GPUの利用 04 アルファ碁の強さ
Chapter 6 アルファ碁からアルファ碁ゼロへ
01 はじめに 02 アルファ碁ゼロにおけるディープラーニング 03 アルファ碁ゼロにおけるモンテカルロ木探索 04 アルファ碁ゼロにおける強化学習 05 アルファ碁ゼロの強さ 06 アルファ碁ゼロは知識ゼロから作られたのか? 07 アルファ碁やアルファ碁ゼロに弱点はあるのか？ 08 アルファ碁ゼロの先の未来
Appendix 1 数式について 01 畳み込みニューラルネットワークの学習則の導出 02 強化学習の学習則の導出
Appendix 2 囲碁プログラム用のUIソフト「GoGui」およびGoGui用プログラム「DeltaGo」の利用方法 01 DeltaGoとは 02 GoGuiのインストールとGoGui用プログラム「DeltaGo」の利用