JP7455262B1 - プログラム及びシステム - Google Patents

Abstract

【課題】アバターの視覚的な特徴を適切に更新可能なプログラムを提供する。【解決手段】プログラムは、コンピュータを、ユーザの操作に従ってアバターデータを生成するアバター生成手段と、アバターデータで示されるアバターのオンライン空間での活動実績を示す実績データを収集する収集手段と、予め学習させた学習済みモデルにアバターデータ及び実績データを入力して、少なくともアバターの視覚的な特徴を、活動実績に合わせて更新させるアバター更新手段として機能させる。【選択図】図５

Description

本発明は、プログラム及びシステムに関する。

従来より、ユーザの分身としてオンライン空間（例えば、ＶＲ空間、オンラインゲーム）で活動するアバターの見た目をカスタマイズする技術が知られている（例えば、特許文献１を参照）。このような技術を用いて、ユーザの好みに合わせてアバターをカスタマイズ可能にすることによって、オンライン空間での活動のモチベーションが向上する。

特開２０１４－０３５５５０号公報

しかしながら、特許文献１の技術では、ユーザが積極的に変更しなければアバターの見た目が変化しないので、時間の経過に伴う見た目の変化が乏しくなる傾向がある。その結果、オンライン空間での活動がマンネリ化するという課題がある。

本発明は、上記の事情に鑑みてなされたものであり、その目的は、アバターの視覚的な特徴を適切に更新可能なプログラムを提供することにある。

前記課題を解決するため、本発明に係るプログラムは、コンピュータを、ユーザの操作に従ってアバターデータを生成するアバター生成手段と、前記アバターデータで示されるアバターのオンライン空間での活動実績を示す実績データを収集する収集手段と、予め学習させた学習済みモデルに前記アバターデータ及び前記実績データを入力して、少なくとも前記アバターの視覚的な特徴を、前記活動実績に合わせて更新させるアバター更新手段として機能させる。

本発明によれば、アバターの視覚的な特徴を適切に更新可能なプログラムを得ることができる。

本実施形態に係るシステムの概要を示す図である。 ＡＩによる学習処理（Ａ）及び生成処理（Ｂ）の概念図である。 ＡＩを実現するニューラルネットワークを示す図である。 ユーザ端末のハードウェア構成図である。 ユーザ端末の機能ブロック図である。 アバター生成画面の一例である。 許可データ設定画面（Ａ）及び禁止データ設定画面（Ｂ）を示す図である。 ゲーム画面の一例（Ａ）及び実績データの一例（Ｂ）を示す図である。 要約データの一例（Ａ）及び更新されたアバターデータの一例（Ｂ）を示す図である。 ゲーム画面の他の例（Ａ）及び実績データの他の例（Ｂ）を示す図である。 要約データの他の例（Ａ）及び更新されたアバターデータの他の例（Ｂ）を示す図である。

以下、実施形態に係るシステム１を図面に基づいて説明する。なお、以下に記載する本発明の実施形態は、本発明を具体化する際の一例を示すものであって、本発明の範囲を実施形態の記載の範囲に限定するものではない。従って、本発明は、実施形態に種々の変更を加えて実施することができる。

［システム１の概要］
図１は、本実施形態に係るシステム１の概要を示す図である。図１に示すように、システム１は、ゲームサーバ１０と、ＡＩサーバ１５と、複数のユーザ端末２０とを主に備える。なお、図１には３つのユーザ端末２０が図示されているが、システム１に含まれるユーザ端末２０の数はこれに限定されない。ゲームサーバ１０、ＡＩサーバ１５、及びユーザ端末２０は、通信ネットワーク２を介して相互通信可能に接続されている。通信ネットワーク２の具体例は特に限定されないが、例えば、インターネット、移動体通信システム（例えば、４Ｇ、５Ｇなど）、Ｗｉ－Ｆｉ（登録商標）などの無線ネットワーク、またはこれらの組み合わせで構成される。

一例として、システム１は、複数のユーザ端末２０Ａ、２０Ｂ、２０Ｃのユーザ（プレイヤ）が協力してプレイする協力型のオンラインゲームを実現する。他の例として、システム１は、複数のユーザ端末２０Ａ、２０Ｂ、２０Ｃのユーザ（プレイヤ）が対戦する対戦型のオンラインゲームを実現する。さらに他の例として、複数のユーザ端末２０Ａ、２０Ｂ、２０Ｃのユーザがアバターを介してコミュニケーションする仮想空間を実現する。これらのシステム１は既に周知なので、詳細な説明は省略する。

［ゲームサーバ１０の構成］
ゲームサーバ１０は、例えば、ワークステーション、またはパーソナルコンピュータなどの汎用コンピュータで実現される。一例として、オンラインゲームを提供するゲームサーバ１０は、複数のユーザ端末２０それぞれのゲームデータを同期させる。他の例として、仮想空間を提供するゲームサーバ１０は、複数のユーザ端末２０それぞれの仮想空間データを同期させる。以下、複数のユーザが参加可能なオンラインゲーム及び仮想空間を総称して、「オンライン空間」と表記する。すなわち、ゲームサーバ１０は、複数のユーザ端末２０Ａ、２０Ｂ、２０Ｃに対して、オンライン空間を提供する。

［ＡＩサーバ１５の構成］
ＡＩサーバ１５は、例えば、ワークステーション、またはパーソナルコンピュータなどの汎用コンピュータで実現される。ＡＩサーバ１５は、学習済みモデル１８を含むＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）１６を実現する。一例として、ＡＩサーバ１５は、ゲームサーバ１０が提供するオンライン空間に対して最適化された専用ＡＩを搭載していてもよい。このとき、ゲームサーバ１０及びＡＩサーバ１５は、１つのハードウェアで実現されてもよい。他の例として、ＡＩサーバ１５は、様々な用途に活用され得る汎用ＡＩを搭載していてもよい。ＡＩ１６の構成は既に周知なので詳細な説明は省略するが、例えば以下のような構成である。

図２は、ＡＩ１６による学習処理（Ａ）及び生成処理（Ｂ）の概念図である。図３は、ＡＩ１６を実現するニューラルネットワーク１９を示す図である。ＡＩサーバ１５に搭載されるＡＩ１６は、入力データを処理して出力データを生成する、所謂「生成ＡＩ」である。そして、ＡＩ１６は、図２（Ａ）に示す学習処理と、図２（Ｂ）に示す生成処理とを実行する。また、ＡＩ１６は、例えば、図３に示すニューラルネットワーク１９を用いて、入力データから出力データを生成する。

図２（Ａ）に示すように、ＡＩ１６は、学習モデル１７を備える。学習モデル１７とは、学習処理が行われる前のニューラルネットワーク１９を指す。そして、学習モデル１７は、入力データ及び正解データを含む学習データによって、学習済みモデル１８となる。入力データとは、ＡＩ１６に入力されるデータを指す。正解データは、入力データが入力されたときに出力されるべきデータを指す。そして、学習モデル１７に複数の学習データを入力することによって、後述するようにニューラルネットワーク１９が最適化されて、学習済みモデル１８となる。

また、図２（Ｂ）に示すように、学習済みモデル１８は、ニューラルネットワーク１９に入力データを入力することによって、出力データを生成して出力する。入力データ及び出力データは、テキスト形式、画像形式、音声形式の他、あらゆる形式のデータであってもよい。また、入力データ及び出力データは、形式の異なるデータでもよい。一方、正解データの形式は、出力データの形式と同一である。

なお、図２（Ａ）に示す学習処理は、学習モデル１７に対してだけでなく、学習済みモデル１８に対して実行されてもよい。また、ＡＩ１６は、本発明で現実に用いる入力データ及び正解データを用いて学習している必要はなく、汎用的な学習データで学習していてもよい。さらに、ＡＩ１６が実行する学習処理は、入力データ及び正解データを入力する「教師あり学習」に限定されず、正解データを入力しない「教師なし学習」でもよいし、強化学習や転移学習などを実行してもよい。

図３に示すように、学習モデル１７または学習済みモデル１８のニューラルネットワーク１９は、複数のノードＩ１、Ｉ２、Ｉ３で構成される入力層Ｌ１と、複数のノードＨ１、Ｈ２、Ｈ３、Ｈ４、Ｈ５で構成される中間層Ｌ２と、複数のノードＯ１、Ｏ２、Ｏ３で構成される出力層Ｌ３とで構成される。なお、図３の例では、入力層Ｌ１及び出力層Ｌ３のノード数が一致しているが、入力層Ｌ１及び出力層Ｌ３のノード数は異なっていてもよい。また、ニューラルネットワーク１９は、複数の中間層Ｌ２を有していてもよい。さらに、図３では、各層Ｌ１、Ｌ２、Ｌ３を構成する複数のノードが隣接する層の全てのノードに接続された全結合型のニューラルネットワーク１９を示しているが、ニューラルネットワーク１９の構造はこれに限定されない。

そして、学習処理は、入力データが入力層Ｌ１に入力されたときに、正解データが出力層Ｌ３から出力されるように、各ノードの重み係数やバイアスを調整する処理である。また、生成処理は、入力層Ｌ１に入力された入力データを、ノード毎に予め調整された重み係数やバイアスを用いて処理することによって、出力データを生成して出力層Ｌ３から出力する処理である。

但し、前述したＡＩ１６による処理の具体例は、一例であって、ＡＩサーバ１５では周知の様々な手法を採用することができる。他の例として、ＡＩ１６は、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）のネットワーク構造等があってもよい。さらに他の例として、ネットワーク構造は、ＬＬＭ（Ｌａｒｇｅ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌ：大規模言語モデル）、ＲＮＮ（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ：再帰型ニューラルネットワーク）又はＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ）等の構成を有してもよい。すなわち、ＡＩ１６は、ディープラーニング以外のネットワーク構造等であってもよい。

図５に示すように、本実施形態に係るＡＩ１６は、第１学習済みモデル１８ａ及び第２学習済みモデル１８ｂを備える。第１学習済みモデル１８ａの入力データは、例えば、後述する実績データである。第１学習済みモデル１８ａの出力データは、例えば、後述する要約データである。第２学習済みモデル１８ｂの入力データは、例えば、要約データ、後述するアバターデータ、及び後述する許可データまたは禁止データである。第２学習済みモデル１８ａの出力データは、例えば、アバターデータである。各データの詳細については、図５以降を参照して後述する。

［ユーザ端末２０の構成］
ユーザ端末２０は、例えば、ＨＭＤセット、タブレット端末、スマートフォン、フィーチャーフォン、ラップトップ型コンピュータ、デスクトップコンピュータなどとして実現される。本実施形態では、図１に示すように、タブレット端末としてのユーザ端末２０の例を説明する。

図４は、ユーザ端末２０のハードウェア構成図である。図４に示すように、ユーザ端末２０は、プロセッサ２１と、メモリ２２と、ストレージ２３と、通信インタフェース２５と、モニタ３１と、カメラ３３、３４と、マイク３５と、スピーカ３６と、動きセンサ４１と、操作装置４２とを主に備える。ユーザ端末２０の各構成要素は、通信バス２９に接続されている。

プロセッサ２１は、メモリ２２またはストレージ２３に格納されている端末プログラム２３Ｐに含まれる一連の命令を実行することによって、後述する処理を実現する。プロセッサ２１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、その他のデバイスとして実現される。

メモリ２２は、端末プログラム２３Ｐ及びデータを一時的に保持する。端末プログラム２３Ｐは、例えば、ストレージ２３からロードされる。データは、ユーザ端末２０に入力されたデータと、プロセッサ２１によって生成されたデータとを含む。例えば、メモリ２２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、その他の揮発メモリとして実現される。

ストレージ２３は、端末プログラム２３Ｐ及びデータを永続的に保持する。ストレージ２３は、例えば、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ハードディスク装置、フラッシュメモリ、その他の不揮発記憶装置として実現される。また、ストレージ２３は、メモリカードのように着脱可能な記憶装置として実現されてもよい。さらに他の例として、ストレージ２３は、ユーザ端末２０に内蔵されることに代えて、外部記憶装置としてユーザ端末２０に接続されていてもよい。このような構成によれば、例えば、アミューズメント施設のように複数のユーザ端末２０が使用される場面において、端末プログラム２３Ｐやデータの更新を一括して行うことが可能になる。

通信インタフェース２５は、通信ネットワーク２に接続されている他の装置（例えば、ゲームサーバ１０、ＡＩサーバ１５）と通信する。通信インタフェース２５は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）など有線通信インタフェース、Ｗｉ－Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）などの無線通信インタフェースとして実現される。

モニタ３１は、例えば図１に示すように、平板状の筐体の表面に設けられている。モニタ３１は、画像または映像を表示する表示装置（表示部）である。カメラ３３は、平板状の筐体の表面に取り付けられて、モニタ３１を視認するユーザの顔を撮像する、所謂インカメラである。カメラ３４は、平板状の筐体の裏面（モニタ３１と反対側の面）に取り付けられて、周囲を撮像する、所謂アウトカメラである。

マイク３５は、ユーザの発話を音声信号（電気信号）に変換してコンピュータ２６に出力する。スピーカ３６は、コンピュータ２６から出力された音声信号を音声に変換してユーザに出力する。なお、ユーザ端末２０は、スピーカ３６に替えてイヤホンを含み得る。

動きセンサ４１は、筐体の動き（例えば、互いに直交する３軸周りの回転）を検知する。動きセンサ４１は、例えば、角速度センサ、地磁気センサ、あるいは加速度センサで実現されてもよい。

操作装置４２は、ユーザによるユーザ端末２０に対する命令の入力（操作）を受け付ける。操作装置４２は、例えば、モニタ３１に重畳されて、ユーザによる各種タッチ操作を受け付けるタッチパネルである。すなわち、本実施形態に係るモニタ３１は、タッチパネル式の表示部である。但し、ユーザ端末２０の具体的なハードウェア構成は、前述の例に限定されない。他の例として、ユーザ端末２０は、ボタンや操作スティック等を備えたコントローラを、操作装置４２として備えていてもよい。

［ユーザ端末２０の機能ブロック図］
図５は、ユーザ端末２０の機能ブロック図である。図５に示すように、メモリ２２にロードされた端末プログラム２３Ｐは、ユーザ端末２０（コンピュータ）を、アバター生成手段２１０と、アバター制御手段２２０と、収集手段２３０と、アバター更新手段２４０として機能させる。なお、図５には、ユーザ端末２０Ａの機能ブロックを中心に図示しているが、ユーザ端末２０Ｂ、２０Ｃも同様の機能ブロックを有する。

まず、図６を参照して、ユーザ端末２０Ａでアバターを生成する処理の例を説明する。図６は、アバター生成画面の一例である。アバター生成手段２１０は、図６に示すアバター生成画面をモニタ３１に表示させる。アバター生成画面は、アバター（キャラクタ）を生成するための画面である。また、アバター生成画面は、アバターの視聴的（外見）または聴覚的（声色）な特徴を設定するために、ユーザ端末２０Ａのユーザに複数の設定値を選択させるための画面である。以下、視覚的な特徴を中心にアバターを生成する処理を説明する。

アバターは、ユーザの分身となってオンライン空間内で活動するオブジェクトの一例である。また、アバターは、３次元的に描かれた形状の３Ｄ形式でもよいし、２次元的に描かれた形状の２Ｄ形式でもよい。さらに、アバターは、視覚的な特徴を表すデータ（例えば、画像データ、３Ｄモデルデータ）、聴覚的な特徴を表すデータ（例えば、音声データ）、或いはこれらを組み合わせて特定される。

図６に示すように、アバター生成画面は、アバター表示領域Ａ１と、性別選択領域Ａ２と、年齢選択領域Ａ３と、設定パラメータ選択領域Ａ４と、候補アイコン選択領域Ａ５と、［決定］アイコンとを含む。

アバター表示領域Ａ１は、選択領域Ａ２～Ａ５を通じてユーザが選択した設定値に従って生成したアバターの画像（以下、「アバター画像」と表記する。）を表示する領域である。すなわち、選択領域Ａ２～Ａ５を通じて設定値が変更されることによって、アバター表示領域Ａ１に表示されるアバター画像の見た目が変化する。また、アバター表示領域Ａ１に対するタッチ操作（例えば、スワイプ操作、ピンチイン操作、ピンチアウト操作）によって、表示されるアバター画像が変化（例えば、回転、縮小、拡大）してもよい。

性別選択領域Ａ２は、アバターの性別を選択する領域である。性別選択領域Ａ２は、性別パラメータの設定値の候補として、［男性］アイコンと、［女性］アイコンとを含む。年齢選択領域Ａ３は、アバターの年齢を選択する領域である。年齢選択領域Ａ３は、年齢パラメータの設定値の候補として、［子供］アイコンと、［大人］アイコンとを含む。但し、年齢選択領域Ａ３は、生年月日を入力するテキストボックスやプルダウンメニューを含んでもよい。

設定パラメータ選択領域Ａ４は、設定パラメータ（輪郭、髪型、肌の色、服、カラー）を選択する領域である。設定パラメータ選択領域Ａ４は、［輪郭］タブ、［髪型］タブ、［肌の色］タブ、［服］タブ、［カラー］タブを含む。輪郭は、アバターの顔の輪郭を示す。髪型は、アバターの髪型を示す。肌の色は、アバターの肌の色を示す。服は、アバターが着る服を示す。カラーは、アバターのベースカラー（例えば、髪、服、アクセサリーの色）を示す。但し、設定パラメータの具体例は前述の例に限定されず、目、鼻、口、体型、所持アイテム、声などでもよい。

候補アイコン選択領域Ａ５は、設定パラメータ選択領域Ａ４で選択された選択パラメータに対応する設定値を選択する領域である。一例として、設定パラメータ選択領域Ａ４で［髪型］タブが選択された場合、設定パラメータ選択領域Ａ４には、選択可能な髪型の設定値（例えば、ショート、ロング、七三、モヒカン）の候補を示す複数の候補アイコンが表示される。他の例として、設定パラメータ選択領域Ａ４で［服］タブが選択された場合、設定パラメータ選択領域Ａ４には、選択可能な服の設定値（例えば、スーツ、ジャケット、デニム、特攻服）の候補を示す複数の候補アイコンが表示される。

図６の例において、性別、年齢、輪郭、髪型、肌の色、服、カラーは、設定パラメータの一例である。また、設定パラメータ（例えば、性別）に対応付けて選択可能な候補アイコン（例えば、［男性］アイコン、［女性］アイコン）は、アバターの視覚的な特徴を表す設定値の候補である。すなわち、設定パラメータとは、同種の設定値のグループ（種別）を表す。

但し、設定パラメータの具体例は、前述の例に限定されない。また、前述した設定パラメータにおいて、選択可能な設定値の候補は、前述の例に限定されない。さらに、設定パラメータは、アバターの視聴的な特徴を設定するものに限定されない。例えば、アバターの聴覚的な特徴を設定する設定パラメータとして、声色パラメータが挙げられる。声色パラメータの設定値としては、ソプラノ、メゾソプラノ、アルトなどが挙げられる。

そして、アバター生成手段２１０は、選択領域Ａ２～Ａ５を通じてユーザが選択した複数の設定値（例えば、性別＝男性、年齢＝大人、輪郭＝丸顔、髪型＝モヒカン、肌の色＝色白、服＝特攻服、カラー＝白）に従って、アバターを示すアバターデータ（画像データ、３Ｄモデルデータ）を生成し、生成したアバターデータで示されるアバター画像をアバター表示領域Ａ１に表示する。さらに、アバター生成手段２１０は、［決定］アイコンが選択されたことに応じて生成したアバターデータを確定させ、確定させたアバターデータを通信ＩＦ２５を通じてゲームサーバ１０にアップロードする。

すなわち、アバターデータは、アバターを示すデータである。より詳細には、アバターデータは、アバターの視覚的または聴覚的な特徴を示すデータである。そして、アバターデータは、画像データ、３Ｄデータ、音声データ、或いはこれらの組み合わせで構成される。但し、アバターデータのデータ形式は、前述の例に限定されない。なお、視覚的な特徴としてのアバター自体、視覚的な特徴としてのアバターが身に着けるアイテム（例えば、衣装、アクセサリ等）、聴覚的な特徴としてのアバターの声のデータは、課金やガチャ等を通じて取得できてもよい。例えば、デフォルトのアバターと異なる見た目のアバター、漫画やアニメに登場するキャラが身に着けているアイテム、現実の声優の声のデータ等を取得できるようにしてもよい。

アバター制御手段２２０は、ゲームサーバ１０が提供するオンライン空間において、操作装置４２に対するユーザの操作に従って、アバターデータで示されるアバターの動作を制御する。より詳細には、ユーザ端末２０Ａのユーザは、例えば、アバターの移動、アイテムの捜索、アイテムの使用、敵キャラクタへの攻撃など、オンライン空間におけるアバターの動作を、操作装置４２を通じて指示する。そして、アバター制御手段２２０は、操作装置４２を通じて受け付けた指示に従って、アバターの動作を示す動作データを通信ＩＦ２５を通じてゲームサーバ１０にアップロードする。

ゲームサーバ１０は、ユーザ端末２０Ａから受信したアバターデータを、オンライン空間を共有する他のユーザ端末２０Ｂ、２０Ｃに送信する。これにより、ユーザ端末２０Ａのアバターが、ユーザ端末２０Ｂ、２０Ｃのユーザに知覚される。また、ゲームサーバ１０は、ユーザ端末２０Ａから受信した動作データを、他のユーザ端末２０Ｂ、２０Ｃに送信する。これにより、ユーザ端末２０Ａのアバターの動作が、ユーザ端末２０Ｂ、２０Ｃに反映される。さらに、ゲームサーバ１０は、各ユーザ端末２０Ａ、２０Ｂ、２０Ｃから受信したアバターデータ及び動作データに基づいてゲームを進行させ、進行したゲームの状態を示すゲームデータをユーザ端末２０Ａ、２０Ｂ、２０Ｃに送信する。これにより、ユーザ端末２０Ａ、２０Ｂ、２０Ｃそれぞれでゲームが同期して進行する。

収集手段２３０は、アバターデータで示されるアバターのオンライン空間での活動実績を示す実績データを収集し、収集した実績データをメモリ２２に記憶させる。また、収集手段２３０は、例えば、ミッションが終了したタイミング、ゲームがセーブされたタイミング、またはリアルタイムに実績データを収集すればよい。さらに、収集手段２３０は、例えば、ゲームサーバ１０から定期的にプレイログをダウンロードしてもよいし、動作データ及びゲームデータを解析して実績データを自ら生成してもよい。

アバターの活動実績とは、前述のアバターの動作に加えて、アバターの動作に起因するあらゆる事柄（例えば、アイテムや経験値の獲得、戦闘やゲームの勝敗、ミッションを達成したか否か）を指す。実績データは、例えば、図８（Ｂ）及び図１０（Ｂ）に示すように、プレイ日時、ミッション名、フィールド、パーティ人数、達成時間、獲得アイテム、討伐魔物数、獲得経験値などを指す、所謂「プレイログ」である。実績データは、テキスト形式またはバイナリ形式のデータである。

アバター更新手段２４０は、アバターデータ及び実績データを学習済みモデル１８に入力して、アバターの視覚的または聴覚的な特徴（少なくともアバターの視覚的な特徴）を、アバターの活動実績に合わせて更新させる。また、アバター更新手段２４０は、許可データまたは禁止データを学習済みモデル１８にさらに入力してもよい。図５に示すように、アバター更新手段２４０は、要約生成手段２５０と、更新手段２６０とを含む。

図７は、許可データ設定画面（Ａ）及び禁止データ設定画面（Ｂ）を示す図である。許可データ設定画面は、更新を許可する設定パラメータをユーザに選択させるための画面である。禁止データ設定画面は、更新を禁止する設定パラメータをユーザに選択させるための画面である。なお、端末プログラム２３Ｐには、許可データ設定画面及び禁止データ設定画面の一方のみが実装されていればよい。また、更新を許可または禁止する設定パラメータの選択は、後述するアバターデータの更新に先立って行われるものとする。

一例として、アバター更新手段２４０は、図７（Ａ）に示す許可データ設定画面をモニタ３１に表示させる。許可データ設定画面は、複数の設定パラメータ（例えば、目、鼻、・・・、声）それぞれに対応するラジオボタンと、［ＯＫ］ボタンとを含む。但し、許可データ設定画面の表示内容は、図７（Ａ）の例に限定されない。そして、アバター更新手段２４０は、ラジオボタンのチェックまたはチェック解除し、［ＯＫ］ボタンを押下するユーザの操作を、操作装置４２を通じて受け付ける。

アバター更新手段２４０は、例えば、設定パラメータ“服”、“所持アイテム”に対応するラジオボタンをチェックし、［ＯＫ］ボタンが押下された場合に、設定パラメータ“服”、“所持アイテム”を含む許可データを生成し、生成した許可データをメモリ２２に記憶させる。この許可データは、設定パラメータ“服”、“所持アイテム”の設定値の更新を許可し、他の設定パラメータの設定値の更新を禁止することを示す。許可データは、例えば、テキストデータまたはバイナリデータである。

他の例として、アバター更新手段２４０は、図７（Ｂ）に示す禁止データ設定画面をモニタ３１に表示させる。禁止データ設定画面は、複数の設定パラメータ（例えば、目、鼻、・・・、声）それぞれに対応するラジオボタンと、［ＯＫ］ボタンとを含む。但し、禁止データ設定画面の表示内容は、図７（Ｂ）の例に限定されない。そして、アバター更新手段２４０は、ラジオボタンのチェックまたはチェック解除し、［ＯＫ］ボタンを押下するユーザの操作を、操作装置４２を通じて受け付ける。

アバター更新手段２４０は、例えば、設定パラメータ“目”、“鼻”、“口”、“顔の輪郭”に対応するラジオボタンをチェックし、［ＯＫ］ボタンが押下された場合に、設定パラメータ“目”、“鼻”、“口”、“顔の輪郭”を含む禁止データを生成し、生成した禁止データをメモリ２２に記憶させる。この禁止データは、設定パラメータ“目”、“鼻”、“口”、“顔の輪郭”の設定値の更新を禁止し、他の設定パラメータの設定値の更新を許可することを示す。禁止データは、例えば、テキストデータまたはバイナリデータである。

要約生成手段２５０は、第１学習済みモデル１８ａに実績データを入力して、活動実績を要約した要約データを生成させる。より詳細には、要約生成手段２５０は、通信ＩＦ２５を通じて第１学習済みモデル１８ａに実績データを送信し、通信ＩＦ２５を通じて第１学習済みモデル１８ａから要約データを受信する。ＡＩサーバ１５は、ユーザ端末２０Ａから取得した実績データを入力層Ｌ１に入力し、中間層Ｌ２で処理して、要約データを出力層Ｌ３から出力する。また、ＡＩサーバ１５は、生成した要約データをユーザ端末２０Ａに送信する。

要約データは、例えば、オンライン空間でのアバターの活動を記述したプレイ日記、またはオンライン空間で課されたミッションの達成度を表す称号を示す。要約データは、テキスト形式のデータである。プレイ日記とは、実績データで示されるアバターの活動実績を、自然言語の文章として記述したものを指す。また、称号とは、実績データで示されるアバターの活動実績を、１～３語程度の単語の組み合わせで端的に表したものを指す。さらに、オンライン空間で課されたミッションとは、達成条件（例えば、宝石を探す、魔物を殲滅する）が明示されたミニゲームを指し、「クエスト」、「タスク」などと呼ばれることもある。

更新手段２６０は、要約データ、アバターデータ、及び許可データまたは禁止データを第２学習済みモデル１８ｂに入力して、アバターの視覚的または聴覚的な特徴を、活動実績に合わせて更新させる。より詳細には、更新手段２６０は、要約データ、アバターデータ、及び許可データまたは禁止データを通信ＩＦ２５を通じて第２学習済みモデル１８ｂに送信し、更新されたアバターデータを通信ＩＦ２５を通じて第２学習済みモデル１８ｂから受信する。ＡＩサーバ１５は、ユーザ端末２０Ａから取得した要約データ、アバターデータ、及び許可データまたは禁止データを入力層Ｌ１に入力し、中間層Ｌ２で処理して、更新したアバターデータを出力層Ｌ３から出力する。また、ＡＩサーバ１５は、更新したアバターデータをユーザ端末２０Ａに送信する。

［アバターデータ更新の一例］
図７（Ａ）、図８、及び図９を参照して、図６のアバター表示領域Ａ１に表示されたアバターを示すアバターデータを更新する処理の一例を説明する。図８は、ゲーム画面の一例（Ａ）及び実績データの一例（Ｂ）を示す図である。図９は、要約データの一例（Ａ）及び更新されたアバターデータの一例（Ｂ）を示す図である。

一例として、協力型のオンラインゲームにおいて、洞窟内を探索して宝石を見つけるミッションが課されたとする。このミッションでは、見つかる宝石の種類（例えば、ダイヤモンド、ルビー、サファイヤ）と、宝石のサイズ（例えば、１ｃｔ～１０ｃｔ）とが抽選（確率）によって、ユーザ（パーティ）毎に決定されるものとする。

そして、図８（Ａ）に示すようにミッションを達成すると、収集手段２３０は、図８（Ｂ）に示す実績データを収集する。次に、要約生成手段２５０は、図８（Ｂ）に示す実績データを第１学習済みモデル１８ａに入力して、図９（Ａ）に示す要約データを生成させる。なお、図９（Ａ）に示す要約データは、称号及びプレイ日記の両方を含んでいるが、いずれか一方のみを含んでいてもよい。

次に、更新手段２６０は、図６のアバター表示領域Ａ１に表示されたアバターを示すアバターデータと、図７（Ａ）に示す許可データと、図９（Ａ）に示す要約データとを第２学習済みモデル１８ｂに入力して、図９（Ｂ）に示すアバターを示すアバターデータを生成させる。図９（Ｂ）に示すアバターは、洞窟内で宝石を採掘するミッションを達成したことに合わせて、つるはしを担ぎ（設定パラメータ“所持アイテム”の更新）、服が泥だらけ（設定パラメータ“服”の更新）になっている。

すなわち、第２学習済みモデル１８ｂは、アバターの活動実績に合わせてアバターの視覚的な特徴（すなわち、見た目）が変わるように、アバターデータを更新する。また、第２学習済みモデル１８ｂは、アバターの特徴を特定する複数の設定パラメータのうち、許可データで示される設定パラメータ“服”、“所持アイテム”の設定値のみを、活動実績に合わせて更新する。

［アバターデータ更新の他の例］
図７（Ａ）、図１０、及び図１１を参照して、図６のアバター表示領域Ａ１に表示されたアバターを示すアバターデータを更新する処理の他の例を説明する。図１０は、ゲーム画面の他の例（Ａ）及び実績データの他の例（Ｂ）を示す図である。図１１は、要約データの他の例（Ａ）及び更新されたアバターデータの他の例（Ｂ）を示す図である。

他の例として、協力型のオンラインゲームにおいて、フィールド内の魔物を所定の時間内にできるだけ多く討伐するというがミッションが課されたとする。このミッションでは、討伐した魔物の種類及び数に応じて、獲得経験値が異なるものとする。

そして、図１０（Ａ）に示すようにミッションを達成すると、収集手段２３０は、図１０（Ｂ）に示す実績データを収集する。次に、要約生成手段２５０は、図１０（Ｂ）に示す実績データを第１学習済みモデル１８ａに入力して、図１１（Ａ）に示す要約データを生成させる。なお、図１１（Ａ）に示す要約データは、称号及びプレイ日記の両方を含んでいるが、いずれか一方のみを含んでいてもよい。

次に、更新手段２６０は、図６のアバター表示領域Ａ１に表示されたアバターを示すアバターデータと、図７（Ｂ）に示す禁止データと、図１１（Ａ）に示す要約データとを第２学習済みモデル１８ｂに入力して、図１１（Ｂ）に示すアバターを示すアバターデータを生成させる。図１１（Ｂ）に示すアバターは、多数の魔物を討伐したことに合わせて、服が破れる（設定パラメータ“服”の更新）と共に、筋肉の量が多く（設定パラメータ“体型”の更新）なっている。

すなわち、第２学習済みモデル１８ｂは、アバターの活動実績に合わせてアバターの視覚的な特徴（すなわち、見た目）が変わるように、アバターデータを更新する。また、第２学習済みモデル１８ｂは、アバターの特徴を特定する複数の設定パラメータのうち、禁止データで示される設定パラメータ“目”、“鼻”、“口”、“顔の輪郭”と異なる設定パラメータの設定値のみを、活動実績に合わせて更新する。

［実施形態の作用効果］
上記の実施形態によれば、オンライン空間でのアバターの活動実績に合わせてアバターの視覚的または聴覚的な特徴が更新される。これにより、時間の経過に伴ってアバターの特徴が変化するので、オンライン空間での活動のマンネリ化を防止することができる。また、アバター自身の活動実績に合わせてアバターデータが更新されるので、オンライン空間で活動する複数のアバターが画一的に更新されるのを防止できる。さらに、ＡＩ１６を用いてアバターデータを更新することによって、ルールベースによるアバターデータの更新と比較して、更新のバリエーションが多彩になることが期待できる。

また、上記の実施形態によれば、実績データから要約データを生成し、要約データに基づいてアバターデータを更新する。このように、生成ＡＩに二段階で処理させることによって、更新のバリエーションがさらに多彩になる。また、要約データは、アバターデータの更新にのみ用いることに限定されず、プレイ日記として蓄積されて、ユーザの要求に応じて表示されてもよい。

また、上記の実施形態によれば、許可データまたは禁止データを用いて、更新を許可または禁止する設定パラメータを指定することによって、ユーザの意に反する更新を防止することができる。その結果、ユーザのオリジナリティを尊重したうえで、アバターを更新することができる。但し、許可データ及び禁止データは省略可能である。

［その他の変形例］
上記の実施形態では、アバターの視覚的な特徴を更新する例を説明したが、アバターの聴覚的な特徴が更新されてもよい。例えば、カラオケに挑戦するミッションに挑戦し、カラオケの点数に応じたエフェクトが声に付加されてもよい。

また、実績データから要約データを生成し、要約データに基づいてアバターデータを更新することに限定されず、実績データに基づいて直接アバターデータを更新してもよい。すなわち、アバター更新手段２４０は、実績データ及びアバターデータを学習済みモデル１８に入力して、アバターの視覚的または聴覚的な特徴を、活動実績に合わせて更新させてもよい。この場合、要約生成手段２５０は省略可能である。

また、アバターが装備する武器や防具を更新する場合、見た目（外観）のみを変更して、機能（攻撃力、防御力、属性、特殊効果）などは変更しないのが望ましい。同様に、第２学習済みモデル１８ｂは、アバターが既に取得しているアイテム（武器、防具）の中から活動実績に最も合致するアイテムを選択して、アバターに新たに装備させてもよい。これにより、ゲーム性を毀損せずに、活動実績に合わせたアバターの更新が可能になる。

さらに、設定値となり得る複数の候補が予め用意されている場合、第２学習済みモデル１８ｂは、予め用意された複数の候補の中から活動実績に最も合致する候補を選択して、新たな設定値としてもよい。これにより、ゲーム性を毀損する可能性のある奇抜な変更を防止することができる。

なお、本発明に係るプログラムは、単一のプログラムに限定されず、複数のプログラムの集合体でもよい。また、本発明に係るプログラムは、単一の装置で実行されるものに限定されず、複数の装置で分担して実行されてもよい。さらに、ゲームサーバ１０、ＡＩサーバ１５、及びユーザ端末２０の役割分担は、前述の例に限定されない。すなわち、ゲームサーバ１０の処理の一部がＡＩサーバ１５またはユーザ端末２０によって実行されてもよいし、ＡＩサーバ１５の処理の一部がゲームサーバ１０またはユーザ端末２０によって実行されてもよいし、ユーザ端末２０の処理の一部がゲームサーバ１０またはＡＩサーバ１５によって実行されてもよい。

さらに、プログラムによって実現される各手段の一部または全部は、集積回路などのハードウェアで実現することもできる。さらに、プログラムは、コンピュータによって読み出し可能な非一過性の記録媒体に記録されて提供されてもよい。記録媒体とは、例えば、ハードディスク、ＳＤカード、ＤＶＤの他、インターネット上のサーバ等を指す。

１…システム、２…通信ネットワーク、１０…ゲームサーバ、１５…ＡＩサーバ、１７…学習モデル、１８…学習済みモデル、１８ａ…第１学習済みモデル、１８ｂ…第２学習済みモデル、１９…ニューラルネットワーク、２０…ユーザ端末、２１…プロセッサ、２２…メモリ、２３…ストレージ、２３Ｐ…端末プログラム、２５…通信インタフェース、２６…コンピュータ、２９…通信バス、３１…モニタ、３３…カメラ、３４…カメラ、３５…マイク、３６…スピーカ、４１…動きセンサ、４２…操作装置、２１０…アバター生成手段、２２０…アバター制御手段、２３０…収集手段、２４０…アバター更新手段、２５０…要約生成手段、２６０…更新手段

Claims (6)

1. コンピュータを、
   ユーザの操作に従ってアバターデータを生成するアバター生成手段と、
   前記アバターデータで示されるアバターのオンライン空間での活動実績を示す実績データを収集する収集手段と、
   予め学習させた学習済みモデルに前記アバターデータ及び前記実績データを入力して、少なくとも前記アバターの視覚的な特徴を、前記活動実績に合わせて更新させるアバター更新手段として機能させる、プログラム。
2. 請求項１に記載のプログラムにおいて、
   前記アバター更新手段は、
   予め学習させた第１学習済みモデルに前記実績データを入力して、前記活動実績を要約したテキスト形式の要約データを生成させる要約生成手段と、
   予め学習させた第２学習済みモデルに前記アバターデータ及び前記要約データを入力して、前記アバターの視覚的な特徴を更新させる更新手段とを含む、プログラム。
3. 請求項２に記載のプログラムにおいて、
   前記要約データは、前記オンライン空間での前記アバターの活動を記述したプレイ日記、または前記オンライン空間で課されたミッションの達成度を表す称号を示す、プログラム。
4. 請求項１に記載のプログラムにおいて、
   前記アバターの特徴は、複数の設定パラメータそれぞれの設定値によって特定され、
   前記アバター更新手段は、更新を許可する前記設定パラメータを示す許可データを前記学習済みモデルにさらに入力して、複数の前記設定パラメータのうち、前記許可データで示される前記設定パラメータの前記設定値を、前記活動実績に合わせて更新させる、プログラム。
5. 請求項１に記載のプログラムにおいて、
   前記アバターの特徴は、複数の設定パラメータそれぞれの設定値によって特定され、
   前記アバター更新手段は、更新を禁止する前記設定パラメータを示す禁止データを前記学習済みモデルにさらに入力して、複数の前記設定パラメータのうち、前記禁止データで示される前記設定パラメータと異なる前記設定パラメータの前記設定値を、前記活動実績に合わせて更新させる、プログラム。
6. 操作装置を備えるユーザ端末と、予め学習させた学習済みモデルを備えるＡＩサーバとを備えるシステムにおいて、
   前記ユーザ端末は、
   前記操作装置を通じたユーザの操作に従ってアバターデータを生成するアバター生成手段と、
   前記アバターデータで示されるアバターのオンライン空間での活動実績を示す実績データを収集する収集手段と、
   前記アバターデータ及び前記実績データを前記ＡＩサーバに送信して、更新された前記アバターデータを前記ＡＩサーバから受信するアバター更新手段とを備え、
   前記ＡＩサーバは、
   前記ユーザ端末から受信した前記アバターデータ及び前記実績データを前記学習済みモデルに入力して、少なくとも前記アバターの視覚的な特徴を前記活動実績に合わせて更新し、
   視覚的な特徴を更新した前記アバターを示す前記アバターデータを、前記ユーザ端末に送信する、システム。

Images