こんにちは。AX研究室の Robert Hubacz です。2026年の夏、業務の一環として、The Pokémon CompanyがKaggleプラットフォーム上で開催したPTCG AI Battle ChallengeコンテストのSimulationカテゴリに参加しました。
コンテストの課題は、ゲーム用エージェント、すなわち他の参加者のエージェントを相手にPokémon Trading Card Gameの対戦を自動で行うプログラムを改良することでした。以下、これをコンテスト用エージェントと呼びます。以前に同様の問題に取り組んだことがなく、しかもこのゲームのルールも知らなかったため、私にとってはまったく新しい経験でした。そこでまずゲームの仕組みを理解し、その上でエージェントがどのように意思決定を行うべきかを考える必要がありました。
コンテストについて、もう一点説明しておきます。対戦中、エージェントは自律的に動作し、インターネットにはアクセスできません。現在の対戦状況に関する情報と許可された手のリストを受け取り、数秒以内に意思決定を行います。相手のすべてのカードを知ることはできず、いかなるヒントもありません。
新しいアイデアはそれぞれ、エージェントの新しいバージョンとして実装しました。加えた変更によってエージェントの成績が向上したかどうかを確認するため、新しいバージョンと前のバージョンの間で数百回の対戦を実行しました。新しいバージョンの勝利数が多ければ、それを優れたものと判断し、以後コンテストで使用しました。
こうすることで、変更の効果を判断する際には、エージェントが「なんとなくうまく戦っている気がする」という私の印象ではなく、テストの結果を基準にするようになりました。エージェントの新バージョンとテストの準備では、AIアシスタントに助けてもらいました。AIアシスタントの役割については、これらのテストの進め方に大きな影響を与えたため、最後に改めて触れます。
1か月の間にこうしたテストを60回以上実施し、その中でエージェント改良のための自分のアイデアを十数個検証しました。うまくいったのは一つでした。
続きを読む
