講演情報
[4M5-GS-2f-04]仮説駆動型GA–LLMハイブリッドによるFPSゲームの武器バランス最適化
〇石原 愛翔1、中村 亮太1 (1. 武蔵野大学)
キーワード：
多目的最適化、大規模言語モデル、説明可能性、遺伝的アルゴリズム、仮説駆動型探索
対戦型FPSゲームにおける武器バランス調整は，進化的探索過程の説明が困難なため依然として課題である．本研究は，遺伝的アルゴリズム（GA）と大規模言語モデル（LLM）を組み合わせた仮説駆動型ハイブリッド最適化手法LCaMOを提案する．本手法は(1) NSGA-IIによる多目的探索，(2) LLMによる因果仮説生成，(3) 統計的再検証の3段階で構成される．ハルシネーションを抑制するため，LLMの役割を仮説生成に限定し，数値パラメータは事前定義された介入カタログから選択する．Apex Legends Season 27模擬環境における5種アサルトライフルを対象とした実験により，LCaMOは完全収束（5/5武器が45–55%内，範囲48.4–52.7%），デフォルトからの勝率MSE 96.8%削減，GA単体ベースライン（50世代，1/5収束）比2.1倍の高速化を達成した．