AIゲームマスター — AIダンジョンマスターとRPGセッションを遊ぶ

AIゲームマスターは、ワールドの状態を保持し、NPCに声を与え、ルールを裁定し、あなたが試みたことに反応するランタイムシステムです——だからあなたは準備ではなく遊びに専念できます。Neta Studioでは、AIゲームマスターはチャットボックスではなく、ブラウザ内の本物の3D世界の中で動作します。キャラクターが何をするかを入力するか話すと、世界が変わります。

この言葉はいくつかの異なる意図を包含します。ダンジョンRPGのセッションが欲しいなら、AIゲームマスターが部屋を生成し、そこに住人を配置し、戦闘を解決します。MMORPGメーカーが欲しいなら、同じシステムが多数のプレイヤーがいる持続的な共有世界へと拡張します。共通の仕組みは一つのループです。状態を読み、語りか行動を生み出し、状態を書き戻す。このページでは、そのループが実際にどう働くのか、どこで破綻するのか、そして最小の遊べる版を自分でどう作るのかを説明します。

手短な答え

AIゲームマスターは、人間の審判の帳簿づけを置き換えるシステム層であり、審判の判断を置き換えるものではありません。ヒットポイント、持ち物、位置、クエストのフラグ、時間を追跡します。NPCの台詞を生成または選択します。ロールを解決し、結果を適用します。プレイヤーが試みるあらゆる行動に、ワールドモデルの制約の範囲内で反応します。これらすべては、プレイヤーがセッションにいる間ずっと連続して動作します。

これは優れた人間のゲームマスターの代わりではありません。人間のゲームマスターは場の空気を読み、プレイヤーが退屈しているのに気づき、物語を生かすためにルールを曲げ、六セッション前の何気ない細部を、それが誰かにとって大切だったから覚えています。AIゲームマスターは準備時間をなくし、同じ夜に他の四人が空いている必要をなくし、ルールを調べるための間をなくします。しかし、互いを知るテーブルの価値をなくすことはありません。

ダンジョンRPGとMMORPGメーカーの意図に対して、核心となる答えは同じです。ワールド状態の保管庫、ルールの解決器、NPCの層、そして空間的な世界。違いは規模です。シングルプレイヤーのダンジョンセッションは一つの状態オブジェクトを動かします。MMOの世界は、多数のクライアントが読み書きする唯一の正準状態を動かし、これが後述する共有状態とモデレーションの問題を生みます。

AIゲームマスターがする仕事

AIゲームマスターは毎ターン四つの仕事をします。そのどれか一つでも欠けると、セッションは特定の、診断可能な形で壊れていると感じられます。失敗の様式は予測可能で、それは調整を行うときに役立ちます。

以下の四つの仕事が、最小限機能するループです。それ以外のすべて——声の演技、アートの生成、音楽——は、これらの上に載る装飾です。

状態とは、最後に確定した真実です。誰がどこにいるか、何を運んでいるか、何が殺されたか、何が開けられたか、今何時か。Neta Studioの世界では、これはシーングラフとキー・バリュー保管庫として存在します。NPCの位置はトランスフォームです。クエストのフラグは真偽値です。プレイヤーのたいまつの燃料は、ティックごとに減る整数です。AIゲームマスターが語るとき、半分しか覚えていないプロンプトの要約からではなく、状態から語ります。

よくある不具合は、モデルが状態にない細部をでっち上げることです——決して配置されなかった扉、すでに殺された警備兵。修正方法は、存在するものだけを直列化し、硬い状態キーと矛盾する生成テキストを却下または書き直すことです。柔らかい細部（天気、匂い）は揺れてもかまいません。硬い細部（生きているか死んでいるか、施錠されているかいないか）は揺れてはなりません。

各NPCには安定した人格が必要です。名前、役割、知っていること、望んでいること、そして言わないこと。AIゲームマスターは、その人格と現在の状態に条件づけて台詞を生成します。プレイヤーに会ったことがない鍛冶屋は、前回のセッションで盗まれた鍛冶屋とは違う挨拶をします。ここが、持続する世界が無作為ではなく生きたものに感じられる場所です。

実際には、NPCごとにトークン上限付きの記憶バッファを保持します。あふれたら、最も古い項目を一行に要約して続けます。この上限がないと、長いセッションは漂流します。以前の発言が文脈から外れてしまい、NPCが以前の発言と矛盾し始めるのです。

ルールの解決は決定論的なコードであり、モデルの出力ではありません。モデルが行動を提案し、解決器がそれをルールセットに照らして確認し、結果を返します。「ゴブリンを殴る」は、攻撃ロール、ダメージロール、状態の書き込みになります。その後、モデルが結果を語ります。ダメージの数値をモデルに決めさせると、バランスは雑音になります。

これはシステムをデバッグ可能にもします。すべてのロール、すべての修正値、すべての状態の差分を記録できます。プレイヤーが「それは当たるはずがない」と言ったとき、手元に数値があります。

難しいのは、台本のない入力に応答することです。プレイヤーが「ランタンをロープの橋に投げる」と入力します。システムは決めなければなりません。ランタンは持ち物にあるか、橋は射程内か、火はロープに効くか、次に何が起きるか。文章だけのゲームマスターはこれらすべてを描写できます。空間的なゲームマスターはそれを計算もせねばなりません。橋のジオメトリとランタンの飛翔体の両方がシーンに存在するからです。

反応のループはこうです。意図を構造化された行動に解析し、状態とルールに照らして検証し、効果を適用し、その結果の状態から語りを生成する。スキーマへの解析が世界の一貫性を保ちます。構造化された行動を伴わない自由文の語りは、セッションが弛む場所です。

AIダンジョンマスターと人間のゲームマスターの比較

正直な比較とは、どちらがどの軸で勝つかという話です。両者は同じ道具ではないからです。人間のゲームマスターは人の心を読むのが得意です。AIゲームマスターは決して疲れず、暦を必要としないのが得意です。ほとんどのグループはどちらかを選ぶのではなく、両方を使うべきです。

以下の表は、両方を運用した経験に基づき、セッションで実際に異なる点を示したものです。準備時間、即興、一貫性、テーブルの雰囲気が、実践で重要な四つの軸です。

セッションを遊ぶ

証拠となるのはデモではなくセッションです。セッションには目標があり、あなたに反応するキャラクターがいて、二通り以上で解決できる障害が少なくとも一つあります。これらは今この瞬間、ブラウザでAIゲームマスターのセッションとして動作しているNeta Studioの世界です。

どれも、明示された目的から始まります。糸口のない砂場に放り込まれるのではなく、動く理由と、あなたの行動を認識するNPCの一群が与えられます。AIゲームマスターは目的に対するあなたの進捗を追跡し、それに応じてNPCの振る舞いを調整します。

文章だけのAIゲームマスターが破綻する理由

文章だけのAIゲームマスターにはジオメトリがありません。それこそが破綻のすべてです。「壁を登る」と入力しても、高さのある壁も、登攀速度を持つプレイヤーも、失敗したときの結果もありません。モデルはもっともらしい一文を生み出して先へ進みます。セッションは数ターンは問題なく感じられ、やがて空虚に感じられます。あなたの行動が、空間を変える形で実際に失敗することがないからです。

プレイヤーが最初に気づく症状は、距離が意味をなさなくなることです。「部屋の反対側まで走る」としても何のコストもかかりません。柱があろうとなかろうと「柱の陰に隠れる」ことができます。モデルは空間をシミュレートしているのではなく、描写を生成しているのです。二十分もすると、プレイヤーは創造的な行動を試みなくなります。創造的な行動には仕組み上の重みがないと学んでしまうからです。

世界が本物の3D空間であれば、それは変わります。壁にはワールド単位での高さがあります。プレイヤーには登攀速度があります。試みは成功するか、失敗するか、部分的に成功し、その結果が状態に書き込まれます。AIゲームマスターは、結果をでっち上げるのではなく、解決された状態から語ります。失敗が可能であり、だからこそ成功が意味を持ちます。

第二の破綻は記憶です。文章のゲームマスターは世界のすべてをトークンウィンドウに保持します。あるセッションの長さを超えると、初期の事実が抜け落ち、モデルは自らと矛盾します。空間的な世界は状態を外部化します。AIゲームマスターは扉が施錠されていることを覚えておく必要がありません。扉のオブジェクトが施錠フラグを持っているからです。これが、空間的な世界がチャットだけの世界よりも長いセッションに耐える理由です。

AIによるMMOとマルチプレイヤーの世界

MMORPGメーカーの意図は、持続的な共有世界です。多数のプレイヤー、一つの正準状態、あなたがオフラインの間も続くセッション。AIゲームマスターは依然として四つの仕事をこなしますが、今度はそれを共有状態に対して行い、これがソロの世界にはない二つの問題を生みます。

第一は共有状態です。二人のプレイヤーが同じ町にいて、一人が酒場を焼き払ったら、もう一人にもそれが見えねばなりません。つまり、AIゲームマスターはプレイヤーごとに状態を保持できず、一つのワールド状態を保持し、すべてのクライアントがそこから読み取ります。失敗の様式は衝突です。二人のプレイヤーが同じティックで同じ宝箱を奪おうとします。確定の順序とロックが必要です。さもなければ、一方のプレイヤーの行動が他方の行動を黙って上書きしてしまいます。

第二はモデレーションです。プレイヤーの入力からNPCの台詞を生成するAIゲームマスターは、遅かれ早かれ、プレイヤーが見るべきでない何かを生成するか、プレイヤーが入力の経路を使ってそれを生み出します。共有世界では、これは個人的な不具合ではなく、全員の問題です。実用的な答えは、生成テキストへのフィルター、報告の経路、そして入力経路に対するプレイヤーごとのレート制限です。

権威ある一つのワールド状態を保ちます。クライアントは状態ではなく意図を送ります。サーバーは現在の状態に照らして意図を検証し、効果を適用し、差分を配信します。クライアントに状態を直接書かせると、数分で同期ずれと複製が生じます。AIゲームマスターは権威ある状態から読み取るので、その語りはその場にいるすべてのプレイヤーにとって一貫しています。

持続する世界では、状態がサーバーの再起動を生き延びねばなりません。一定の間隔で世界のスナップショットを取り、スナップショット間の差分を書き込みます。最後のスナップショットからの差分を再生することが、セッション全体を巻き戻さずに障害から復旧する方法です。

必要な場面は二つ。生成された台詞とプレイヤーの入力です。生成された台詞は配信前にコンテンツフィルターを通します。プレイヤーの入力はレート制限され、AIゲームマスターに届く前にフィルターされます。入力と生成された出力を一緒に記録し、何が起きたかを推測せずに報告を確認できるようにします。

AIゲームマスターには、はっきりとした拒否の経路も備えるべきです。行動がワールドモデルやコンテンツポリシーの外にある場合、ゲームマスターは役柄のまま断り、代わりの案を提示します。フィクションにとどまる拒否は、システムのエラーメッセージよりも混乱が少ないのです。

ローグライクとダンジョン生成

ローグライクには、互いに引き合う二つのものが必要です。毎回違って感じられるダンジョンと、毎回公平なダンジョン。両方の軸で無作為にすれば、不公平な回になります。両方の軸を固定すれば、退屈な回になります。解決策は軸を分けることです。レイアウトはシードし、難易度曲線は固定し、装飾は変化させる。

レイアウトをシードするとは、部屋のグラフ、通路の接続、鍵の配置がシードから生成されることです。だから、あるシードは常に同じダンジョンを生みます。これにより、デバッグのために回が再現可能になり、同じ地図で二つのビルドを比較できます。難易度曲線を固定するとは、深さごとの遭遇の予算が無作為な引きではなく定数であることです。装飾を変化させるとは、タイルセット、敵の見た目、戦利品の表を、曲線を変えずに回ごとに変えられることです。

AIゲームマスターは、ダンジョンマスターとしてこの上に位置します。生成されたグラフを読み、配置に合った人格のNPCで部屋を満たし、プレイ中にルールを運用します。生成は決定論的ですが、セッションはそうではありません。

一つ作ってみる

最小の遊べるAIゲームマスターのセッションには四つのものが必要です。ジオメトリを持つ世界、人格を持つNPC一体、二つの解決策を持つ障害一つ、そしてターン間で持続する状態の保管庫。それだけです。ルール、アート、難易度曲線は後から加えられます。まず四つの部分からなる版を作れば、ループの問題を早く、修正が安く済むうちに見つけられます。

一つの部屋と一人の警備兵から始めます。警備兵には名前があり、そこにいる理由があり、一つの規則があります。扉を離れない。障害は扉です。警備兵と戦うことも、気をそらすことも、鍵を見つけることもできます。それぞれの道は違う状態フラグを書き込みます。AIゲームマスターがその部屋を十ターンにわたって自己矛盾なく運用できれば、セッションの出来上がりです。

そこから、拡張する部分を加えていきます。記憶バッファを持つより多くのNPC、ロールを記録するルール解決器、シードされたレイアウト生成器、そしてマルチプレイヤーが欲しければ最終的に共有状態。それぞれの追加には、テストできる特定の失敗の様式があります。最小のものを作り、わざと壊し、それから拡張します。

その世界が属する場所へ足を踏み入れる

ゲームマスターを判断する唯一の方法は、セッションを遊ぶことです。一つを開いてみてください。四人のキャラクターがそれぞれ何かをする理由を与えてくれ、障害があなたの近づき方に反応する、小さな世界です。これもこのサイトの他のすべてと同じ方法——描写から作られ、ページとして公開されました。