講演情報
[1Yin-A-18]ターン制RPGにおけるLLMと強化学習を用いた階層型NPC制御
〇張 井泉1、中田 秀基1 (1. 順天堂大学)
キーワード：
強化学習、階層的制御、大規模言語モデル、人間とエージェント協調
本研究はターン制RPG戦闘における仲間NPCの意思決定を高度化することで，プレイヤー体験の向上を目指す．強化学習（RL）が意思決定根拠を説明しにくく，プレイヤーの戦術意図と整合しにくい課題に着目し，大規模言語モデル（LLM）が戦術意図（intent）を生成し，RLがそれを条件として具体行動を選択・実行する，階層的制御方式を提案する．さらに，RPG Maker MVで構築したターン制RPG戦闘環境に本方式を実装し，戦闘中の協議に基づく意図生成と条件付き行動選択を実動作として実現した．連続戦闘，ボス戦，多目標戦の3シナリオで，純RL，ルールエンジン＋RL，LLM＋RLを比較し，勝率および体験代理指標SEWR（安全性・効率・行動安定性を重み付け）により評価する．結果として，LLM＋RL方式が全シナリオでSEWRを改善し，勝率が近い場合でも戦闘の質の向上を確認した．