WO2024134879A1 - 情報処理装置およびエージェント生成方法 - Google Patents

情報処理装置およびエージェント生成方法 Download PDF

Info

Publication number
WO2024134879A1
WO2024134879A1 PCT/JP2022/047627 JP2022047627W WO2024134879A1 WO 2024134879 A1 WO2024134879 A1 WO 2024134879A1 JP 2022047627 W JP2022047627 W JP 2022047627W WO 2024134879 A1 WO2024134879 A1 WO 2024134879A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
agent
game
play
information
Prior art date
Application number
PCT/JP2022/047627
Other languages
English (en)
French (fr)
Inventor
禎治 豊
博之 勢川
和之 有松
亮太 村杉
Original Assignee
株式会社ソニー・インタラクティブエンタテインメント
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社ソニー・インタラクティブエンタテインメント filed Critical 株式会社ソニー・インタラクティブエンタテインメント
Priority to PCT/JP2022/047627 priority Critical patent/WO2024134879A1/ja
Publication of WO2024134879A1 publication Critical patent/WO2024134879A1/ja

Links

Images

Definitions

  • the cloud system 12 has multiple game servers 14a, ..., 14n (hereinafter referred to as "game servers 14" unless otherwise specified) to construct a cloud gaming system.
  • game servers 14 Each of the multiple game servers 14 runs a different type of game program, and therefore users can enjoy multiple types of cloud games.
  • Each game server 14 may be maintained and managed by the operator of the respective cloud gaming service.
  • FIG. 2 shows functional blocks of the terminal device 10.
  • the terminal device 10 of the embodiment includes a processing unit 100 and a communication unit 102, and has a function of displaying game play images on the output device 4.
  • the processing unit 100 includes an operation information receiving unit 110, a data acquisition unit 112, a display processing unit 114, a request receiving unit 120, a user information receiving unit 122, a reflection degree receiving unit 124, a play content receiving unit 126, and a transmission unit 130.
  • the communication unit 102 receives information (operation information) of the user's game operation using the input device 6, and provides this information to the operation information receiving unit 110.
  • the communication unit 102 also communicates with the management server 18 and the game server 14 to send and receive various information or data.
  • the communication unit 102 may have the functions of both a wireless communication module and a wired communication module.
  • FIG. 3 shows functional blocks of the game server 14.
  • the game server 14 of the embodiment includes a processing unit 200, a communication unit 202, and a recording device 240.
  • the processing unit 200 includes an operation information receiving unit 210, a game execution unit 212, a streaming data transmission unit 214, an agent generation unit 220, a user identification unit 222, a reflection rate setting unit 224, a request receiving unit 226, a play content setting unit 228, and a game play controller 230.
  • the agent generation unit 220 generates an agent for the user, and the game play controller 230 starts the generated agent and causes the agent to play the game.
  • the recording device 240 also records data relating to game play by multiple users (hereinafter also referred to as "user play data 246").
  • the user play data 246 may include operation history data that records operation information of past operations of the input device 6 by users in association with the time of operation.
  • the user play data 246 may also include past play images that are generated based on operation information and streamed to the user.
  • the user play data 246 may also include data acquired by the game server 14, such as the time the user plays, the progress of the game, the user's favorite characters and actions, the user's skills, and the like.
  • the agent generation unit 220 generates an agent using the user data 242.
  • the agent generation unit 220 trains a machine learning model (or an artificial intelligence model) using the user data. While the user is playing a game, the user recognizes the game situation by looking at the gameplay images, and operates the input device 6 according to the game situation to proceed with the game. Therefore, as one example, the machine learning model may be trained to output game commands (or operation information of the input device 6) when game images (past gameplay images) that are teacher data are input.
  • the machine learning model may be a CNN (Convolutional Neural Network) that corresponds to a multi-layer neural network including an input layer, one or more convolutional layers, and an output layer, and the agent generation unit 220 may train each coupling coefficient (weight) in the CNN using a learning method such as deep learning.
  • CNN Convolutional Neural Network
  • the reflection degree means the degree to which user data is reflected in the generation of an agent, and represents the relative amount of user data used to train the machine learning model.
  • a reflection degree of 0% means that the user data is not reflected in the generation of an agent, so a percentage greater than 0 is entered in the input field 142.
  • the reflection degree receiving unit 124 receives the reflection degree of the user data of each user. In this example, the reflection degree of user B's user data is entered as 40%, the reflection degree of user C's user data is entered as 40%, and the reflection degree of user D's user data is entered as 20%.
  • the agent generation unit 220 generates an agent for user A using each user data so that the ratio of the amount of user data of user B, user C, and user D is 2:2:1.
  • the user identification unit 222 identifies other users who have user information similar to the user information 244 of user A (S12).
  • the similarity between the user information may be evaluated by comparing the vectors of the respective user information. In an embodiment, the evaluation of the similarity between the user information may be achieved by using existing technology.
  • the user identification unit 222 may identify one or more users whose user information is similar.
  • the agent generation unit 220 trains a machine learning model using the user data of the identified one or more users, and generates an agent for user A (S14). The generated agent reflects the personality of user A.
  • the user A may also be able to set the degree to which the user data is reflected in the generation of the agent (reflection degree).
  • Fig. 8 shows an example of a setting screen for the reflection degree of user data. On the setting screen, multiple items of user information are displayed as selectable items, and when user A selects an item of user information to be reflected in the generation of an agent, the reflection degree receiving unit 124 receives information specifying the selected item. In the example shown in Fig. 8, "Genre of the game to be played", “Personal information", and "Information on acquired trophies" are selected. When user A selects an item and operates the send button, the sending unit 130 sends the item specifying information received by the reflection degree receiving unit 124 to the game server 14.
  • FIG. 9 shows another example of a setting screen for the degree of user data reflection.
  • the setting screen displays a user interface for setting the degree of user information to be reflected in the generation of an agent.
  • This user interface includes a bar with 0% on the left end and 100% on the right end, and a slider that can be moved on the bar.
  • the reflection degree receiving unit 124 receives information identifying the user information.
  • the degree of user information to be reflected in the generation of an agent is selected to be 60%.
  • the user identification unit 222 identifies other users having user information similar to that of user A based on the set user information items (S12).
  • the user identification unit 222 identifies one or more users having user information similar to that of user A in terms of "login information,” "genre of game played,” and "personal information.”
  • the agent generation unit 220 trains a machine learning model using the user data of the identified one or more users, and generates an agent for user A (S14). The generated agent reflects user A's personality with respect to the set items.
  • the game execution unit 212 may add a marker to the character operated by the agent to indicate that it is being operated by an agent.
  • Fig. 10 shows an example of a game play image of a game operated by an agent.
  • the data acquisition unit 112 acquires streaming data from the game server 14, and the display processing unit 114 displays, on the output device 4, a game play image of the game being operated by the agent.
  • an indicator 150 indicating that the agent is being operated is added to the character operated by the agent of user A.
  • a user other than user A can recognize that user A's agent is playing by seeing the indicator 150.
  • the play content setting unit 228 sets the play content permitted to the agent. Specifically, the play content setting unit 228 registers a set (combination) of play contents permitted to the agent in the recording device 240 as a play content set 252. When the play content set 252 is registered, the game play controller 230 causes the agent to play the game based on the play content defined in the play content set 252. In this case, since the agent is permitted to play other than boss battles, when the game scene becomes a boss battle, the agent jumps to game content other than the boss battle and behaves as if playing game content other than the boss battle, and if the agent can only play boss battles due to the progress of the story, the agent behaves as if stopping game play at that point.
  • User A may have the agent play the game multiple times from a certain dividing point. User A may use agent play data 250 to check the multiple game plays and feed back the check results into training the machine learning model. User A's profile may also include the amount of time the agent was made to play. The agent's profile may also include information indicating whose user data was used to generate the agent's profile.

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

ユーザの代わりにゲームをプレイするエージェントを生成する技術を提供する。記録装置２４０は、複数のユーザに関するユーザ情報２４４および／または複数のユーザのゲームプレイに関するユーザプレイデータ２４６を含むユーザデータ２４２を記録する。ユーザ特定部２２２は、第１ユーザとは異なる第２ユーザを特定する。エージェント生成部２２０は、第２ユーザのユーザデータ２４２を用いて、第１ユーザの代わりにゲームをプレイするエージェントを生成する。

Description

情報処理装置およびエージェント生成方法
　本開示は、ユーザの代わりにゲームをプレイするエージェントを生成する技術および／またはエージェントによるゲームプレイを制御する技術に関する。
　特許文献１は、ゲームプレイをゲームプレイコントローラに引き継がせることで、ユーザの代わりにＡＩ（artificial intelligence）キャラクタがゲームを進行するシステムを開示する。ゲームプレイコントローラは、ユーザのプレイスタイルをシミュレートするようにＡＩキャラクタをトレーニングする。これによりＡＩキャラクタがマルチプレイヤゲーミングセッションでゲームをプレイしたときに、ユーザの存在感が維持されるようになる。
　特許文献２は、ユーザがビデオゲームをプレイしたときに生じるゲームプレイデータを使用して、ユーザのゲームプレイを模倣させるように機械学習モデルを訓練する方法を開示する。機械学習モデルは人工ニューラルネットワークであり、ユーザのゲームプレイスタイル及び傾向を学習及び模倣する。機械学習モデルを訓練することで、ユーザのＡＩボットが、ユーザを模倣したゲームプレイを行うことができる。
特表２０１９－５２０１５４号公報 特表２０２２－５２５４１３号公報
　ユーザは、ＡＩキャラクタなどのエージェントにゲームをプレイさせることで、ゲームを進めることができる。本開示の一つの目的は、エージェントを生成する技術を提供することであり、また本開示の別の目的は、エージェントによるゲームプレイを制御する技術を提供することである。
　上記課題を解決するために、本開示のある態様の情報処理装置は、複数のユーザに関するユーザ情報および／または複数のユーザのゲームプレイに関するプレイデータを含むユーザデータを記録する記録装置と、ハードウェアを有する１つ以上のプロセッサを備える。１つ以上のプロセッサは、第１ユーザとは異なる第２ユーザを特定し、第２ユーザのユーザデータを用いて、第１ユーザの代わりにゲームをプレイするエージェントを生成する。
　本開示の別の態様の情報処理装置は、ユーザに関するユーザ情報および／またはユーザのゲームプレイに関するプレイデータを含むユーザデータを記録する記録装置と、ハードウェアを有する１つ以上のプロセッサを備える。１つ以上のプロセッサは、ゲームをプレイするエージェントの生成にユーザデータを反映させる程度を設定し、設定した程度にもとづいてユーザデータを用いて、エージェントを生成する。
　本開示のさらに別の態様のエージェント生成方法は、情報処理装置においてゲームをプレイするエージェントを生成する方法であって、第１ユーザとは異なる第２ユーザを特定し、第２ユーザに関するユーザ情報および／または第２ユーザのゲームプレイに関するプレイデータを含むユーザデータを用いて、第１ユーザの代わりにゲームをプレイするエージェントを生成する。
　本開示のさらに別の態様のエージェント生成方法は、情報処理装置においてゲームをプレイするエージェントを生成する方法であって、エージェントの生成に、ユーザに関するユーザ情報および／またはユーザのゲームプレイに関するプレイデータを含むユーザデータを反映させる程度を設定し、設定した程度にもとづいてユーザデータを用いて、エージェントを生成する。
　なお、以上の構成要素の任意の組合せ、本開示の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本開示の態様として有効である。
実施形態にかかるゲームシステムを示す図である。 端末装置の機能ブロックを示す図である。 ゲームサーバの機能ブロックを示す図である。 プレイ画像の例を示す図である。 エージェントを生成するフローチャートを示す図である。 問い合わせ画面の例を示す図である。 問い合わせ画面の別の例を示す図である。 ユーザデータの反映度の設定画面の例を示す図である。 ユーザデータの反映度の設定画面の別の例を示す図である。 エージェントが操作したゲームのプレイ画像の例を示す図である。 プレイ内容の設定画面の例を示す図である。
　図１は、本開示の実施形態にかかるゲームシステム１を示す。ゲームシステム１は、ユーザにより操作される端末装置１０、クラウドシステム１２および管理サーバ１８を備え、これらはインターネットやＬＡＮ（Local Area Network）などのネットワーク３を介して接続している。アクセスポイント（以下、「ＡＰ」とよぶ）８は無線アクセスポイントおよびルータの機能を有し、端末装置１０は無線または有線経由でＡＰ８に接続して、ネットワーク３上の管理サーバ１８およびクラウドシステム１２と通信可能に接続する。
　端末装置１０は、ユーザが操作する入力装置６と無線または有線で接続し、入力装置６はユーザが操作した情報を端末装置１０に供給する。端末装置１０は入力装置６から操作情報を受け付けるとシステムソフトウェアやアプリケーションソフトウェアの処理に反映し、出力装置４から処理結果を出力させる。入力装置６はゲームコントローラなど端末装置１０に対してユーザの操作情報を供給する機器であってよく、またキーボードやマウスなどの入力インタフェースであってもよい。
　出力装置４は、画像を出力する表示装置および音声を出力するスピーカを有するテレビであってよく、またコンピュータディスプレイであってもよい。出力装置４は、端末装置１０に有線ケーブルで接続されてよく、また無線接続されてもよい。補助記憶装置２は、ＨＤＤ（ハードディスクドライブ）やＳＳＤ（ソリッドステートドライブ）などのストレージであり、内蔵型記憶装置であってよく、またはＵＳＢ（Universal Serial Bus）などによって端末装置１０と接続する外部記憶装置であってもよい。撮像装置であるカメラ７は出力装置４の近傍に設けられ、出力装置４周辺の空間を撮像する。図１ではカメラ７が出力装置４の上部に取り付けられている例を示しているが、出力装置４の側部または下部に配置されてもよく、いずれにしても出力装置４の前方に位置するユーザを撮像できる位置に配置される。カメラ７はステレオカメラであってもよい。なおゲームシステム１において、カメラ７は設けられなくてもよい。
　ゲームシステム１において、管理サーバ１８は、端末装置１０を操作するユーザにネットワークサービスを提供する。管理サーバ１８はユーザを識別するネットワークアカウントを管理しており、ユーザはネットワークアカウントを用いて、ネットワークサービスにサインインする。ユーザがネットワークサービスにサインインすることで、管理サーバ１８は、たとえばフレンドの現在の状況を示す情報をユーザに提供し、またユーザがゲームから付与される仮想的な表彰品（トロフィ）の獲得状況を管理する。
　ユーザはネットワークサービスにサインインすることで、クラウドシステム１２が提供するクラウドゲーミングサービスを利用できる。クラウドシステム１２は、複数のゲームサーバ１４ａ、・・・、１４ｎ（以下、特に区別しない場合には「ゲームサーバ１４」と呼ぶ）を有して、クラウドゲーミングシステムを構築する。複数のゲームサーバ１４は、それぞれ異なる種類のゲームプログラムを実行し、したがってユーザは、複数種類のクラウドゲームを楽しむことができる。それぞれのゲームサーバ１４は、各クラウドゲーミングサービスの運営主体により保守、管理されてよい。
　ゲームプレイ中にユーザが入力装置６を操作すると、端末装置１０は、ゲームの操作情報を、ネットワーク３を介してゲームサーバ１４に提供する。ゲームサーバ１４は、ユーザによるゲームの操作情報を受け付けると、当該操作情報を用いてゲームプログラムを実行し、ゲームのプレイ画像およびプレイ音声を生成する。以下、ゲームサーバ１４が生成するプレイ画像およびプレイ音声を、説明の便宜上、単に「プレイ画像」と呼ぶことがあることに留意されたい。ゲームサーバ１４が生成したプレイ画像は、端末装置１０にストリーミングされ、端末装置１０は、ストリーミングされるプレイ画像を出力装置４から出力する。
　実施形態のゲームシステム１において、ユーザは、自身の代わりに、エージェントにゲームをプレイさせることができる。エージェントによるゲームプレイ中、ユーザは、そのゲームに関して一切のゲーム操作を行わず、エージェントが自律的または自動的にゲームをプレイする。たとえばユーザが、食事や仕事のためにゲームを操作できなくなると、ユーザの代わりにエージェントにゲームをプレイさせて、ゲームを進めることができる。なおユーザは、エージェントがプレイしているゲームの操作を途中で交替することもできる。
　実施形態のエージェントは、ユーザ自身および／または別のユーザの過去のゲームプレイに関するプレイデータを機械学習することで生成される。ゲームサーバ１４は、学習済みの機械学習モデルを備えて、ゲームの進行状況に応じたコマンドを自律的または自動的に生成するエージェントを実現する。エージェントは、ゲームコマンドに対応する入力装置６の操作情報を生成して、操作情報をゲームに供給してもよい。なお学習済み機械学習モデルは端末装置１０に設けられて、ネットワーク３を介して、ゲームコマンドまたはゲームの操作情報をゲームサーバ１４に供給してもよい。
　図２は、端末装置１０の機能ブロックを示す。実施形態の端末装置１０は、処理部１００および通信部１０２を備え、ゲームのプレイ画像を出力装置４に表示する機能を有する。処理部１００は、操作情報受付部１１０、データ取得部１１２、表示処理部１１４、要求受付部１２０、ユーザ情報受付部１２２、反映度受付部１２４、プレイ内容受付部１２６および送信部１３０を備える。
　端末装置１０はコンピュータを備えた情報処理装置であって、コンピュータがプログラムを実行することによって、図２に示す様々な機能が実現される。コンピュータは、プログラムをロードするメモリ、ロードされたプログラムを実行する１つ以上のプロセッサ、補助記憶装置、その他のＬＳＩなどをハードウェアとして備える。プロセッサは、半導体集積回路やＬＳＩを含む複数の電子回路により構成され、複数の電子回路は、１つのチップ上に搭載されてよく、または複数のチップ上に搭載されてもよい。図２に示す機能ブロックは、ハードウェアとソフトウェアとの連携によって実現され、したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。
　通信部１０２は、ユーザが入力装置６をゲーム操作した情報（操作情報）を受信し、操作情報受付部１１０に提供する。また通信部１０２は、管理サーバ１８やゲームサーバ１４と通信して、様々な情報ないしはデータを送受信する。通信部１０２は無線通信モジュールおよび有線通信モジュールの機能を併せ持ってよい。
　ユーザは、自身がプレイするゲームを提供するゲームサーバ１４にアクセスして、ゲームプレイをスタートさせる。ゲームプレイ中、ユーザが入力装置６を操作すると、操作情報受付部１１０はゲームの操作情報を受け付け、送信部１３０が、通信部１０２を介して操作情報をゲームサーバ１４に送信する。
　図３は、ゲームサーバ１４の機能ブロックを示す。実施形態のゲームサーバ１４は、処理部２００、通信部２０２および記録装置２４０を備える。処理部２００は、操作情報受付部２１０、ゲーム実行部２１２、ストリーミングデータ送信部２１４、エージェント生成部２２０、ユーザ特定部２２２、反映度設定部２２４、要求受付部２２６、プレイ内容設定部２２８およびゲームプレイコントローラ２３０を備える。エージェント生成部２２０は、ユーザのエージェントを生成し、ゲームプレイコントローラ２３０は、生成されたエージェントを起動して、エージェントにゲームをプレイさせる。
　ゲームサーバ１４はコンピュータを備えた情報処理装置であって、コンピュータがプログラムを実行することによって、図３に示す様々な機能が実現される。コンピュータは、プログラムをロードするメモリ、ロードされたプログラムを実行する１つ以上のプロセッサ、補助記憶装置、その他のＬＳＩなどをハードウェアとして備える。プロセッサは、半導体集積回路やＬＳＩを含む複数の電子回路により構成され、複数の電子回路は、１つのチップ上に搭載されてよく、または複数のチップ上に搭載されてもよい。図３に示す機能ブロックは、ハードウェアとソフトウェアとの連携によって実現され、したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。
　ユーザによるゲームプレイ中、操作情報受付部２１０はユーザの操作情報を受け付け、ゲーム実行部２１２は、ユーザの操作情報をもとに、仮想空間内でプレイヤキャラクタを動かす演算処理を行う。ゲーム実行部２１２はＧＰＵを含み、仮想空間における演算処理結果を受けて、仮想空間内の視点位置（仮想カメラ）からのゲーム画像データを生成する。またゲーム実行部２１２は、仮想空間内の視点位置からのゲーム音声データを生成する。ストリーミングデータ送信部２１４は、ゲーム画像データおよびゲーム音声データを含むストリーミングデータを、ユーザの端末装置１０に送信する。
　図４は、出力装置４に表示されるプレイ画像の例を示す。端末装置１０において、データ取得部１１２は、ゲームサーバ１４からストリーミングデータを取得し、表示処理部１１４は、出力装置４に、ゲームのプレイ画像を表示する。
　ゲームサーバ１４において、記録装置２４０は、複数のユーザに関する情報（以下、「ユーザ情報２４４」とも呼ぶ）を記録する。ユーザ情報２４４は、ユーザによる端末装置１０へのログイン時間、ユーザがプレイするゲームのジャンル、ユーザの性別、年齢などの個人情報、ユーザが獲得しているトロフィに関する情報、ユーザのフレンドに関する情報などを含んでよい。ユーザ情報は、管理サーバ１８によって管理されており、ゲームサーバ１４は、管理サーバ１８から複数のユーザのユーザ情報を取得して、記録装置２４０に記録してよい。
　また記録装置２４０は、複数のユーザのゲームプレイに関するデータ（以下、「ユーザプレイデータ２４６」とも呼ぶ）を記録する。ユーザプレイデータ２４６は、過去にユーザが入力装置６を操作した操作情報を、操作した時刻に対応付けて記録した操作履歴データを含んでよい。またユーザプレイデータ２４６は、操作情報にもとづいて生成されてユーザにストリーミングされた過去のプレイ画像を含んでよい。またユーザプレイデータ２４６は、ゲームサーバ１４で取得されるデータ、たとえばユーザがプレイする時間や、ゲームの進捗状況、ユーザの好きなキャラクタやアクション、ユーザのスキルなどのデータを含んでもよい。
　ゲームシステム１において、ユーザは、ゲームサーバ１４に、自身の代わりにゲームをプレイするエージェントの生成を要求できる。実施形態では、ゲームサーバ１４がユーザのエージェントを生成するが、ゲームサーバ１４とは別のサーバ装置（情報処理装置）がユーザのエージェントを生成してもよい。
　実施形態においてユーザデータ２４２は、機械学習モデルを学習させるための学習用データとして利用される。ユーザデータ２４２は、教師あり学習において使用する教師データであってよい。ユーザデータ２４２は、複数のユーザに関するユーザ情報２４４および／または複数のユーザのゲームプレイに関するユーザプレイデータ２４６を含む。基本的にユーザデータ２４２は、ユーザ情報２４４およびユーザプレイデータ２４６の双方を含んでいるが、ユーザ情報２４４またはユーザプレイデータ２４６の一方のみを含んでいてもよい。
　エージェント生成部２２０は、ユーザデータ２４２を用いてエージェントを生成する。実施形態でエージェント生成部２２０は、ユーザデータを用いて機械学習モデル（または人工知能モデル）を学習させる。ユーザによるゲームプレイ中、ユーザは、プレイ画像を見てゲームの状況を認識し、ゲームの状況に応じて入力装置６を操作して、ゲームを進める。そのため一つの例ではあるが、機械学習モデルは、教師データであるゲーム画像（過去のプレイ画像）を入力すると、ゲームのコマンド（または入力装置６の操作情報）を出力するように訓練されてよい。ゲーム画像を機械学習モデルの入力とする場合、機械学習モデルは、入力層と、１つ以上の畳み込み層と、出力層とを含む多層のニューラルネットワークに相当するＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）であってよく、エージェント生成部２２０は、ＣＮＮにおける各結合係数（重み）をディープラーニング等の学習手法で学習させてよい。
　なおユーザプレイデータ２４６が、ユーザの操作履歴データを含むが、過去のプレイ画像を含まない場合、ゲーム実行部２１２が、ユーザの操作履歴データをもとにゲームプログラムを実行してプレイ画像を再生し、上記したようにエージェント生成部２２０が、再生されたプレイ画像を用いて機械学習モデルを学習させてよい。なおエージェント生成部２２０は、ゲーム画像を入力とするのではなく、ユーザの操作履歴データを入力として、機械学習モデルを学習させてもよい。いずれにしてもエージェント生成部２２０は、ユーザプレイデータ２４６を用いて機械学習モデルを訓練し、エージェントを生成することができる。
　以下、ユーザＡのエージェントを生成する処理について説明する。
（実施例１）
　ユーザＡが、入力装置６を操作してエージェントの生成要求を端末装置１０に入力すると、要求受付部１２０が、エージェントの生成要求を受け付け、送信部１３０が、ゲームサーバ１４に、エージェントの生成要求を送信する。ここでは送信部１３０が、クラウドシステム１２における１つのゲームサーバ１４にエージェントの生成要求を送信することを前提とするが、複数のゲームサーバ１４にエージェント生成要求を送信してもよい。
　図５は、ゲームサーバ１４がエージェントを生成するフローチャートを示す。ゲームサーバ１４において通信部２０２がエージェント生成要求を受信すると（Ｓ１０）、エージェント生成部２２０が、エージェントの生成処理、すなわち機械学習モデルの学習（訓練）を開始する。エージェント生成部２２０は、ユーザＡの端末装置１０に、誰のユーザデータを機械学習モデルの訓練に使用するか問い合わせる。
　図６は、出力装置４に表示される問い合わせ画面の例を示す。ユーザＡは、問い合わせ画面の入力欄１４０に、学習するユーザデータのユーザを特定する情報を入力する。ここでユーザを特定する情報は、ゲームシステム１において当該ユーザを一意に識別するための情報であって、たとえばユーザの氏名やニックネーム、ユーザのネットワークアカウントであってよい。この例で、ユーザＡは、ユーザＢのユーザデータをエージェント生成に使用することを選択している。ユーザＡがユーザＢを特定する情報を入力欄１４０に入力すると、ユーザ情報受付部１２２は、ユーザＢが選択されたことを受け付ける。
　ユーザＡは、ゲームシステム１に参加する全てのユーザの中からユーザを選択できてよいが、ユーザＡと特定の関係にあるユーザのみを選択できてよい。たとえばユーザＡは、自身とフレンド関係にあるユーザのみを選択できてよい。ユーザＡが入力欄１４０にユーザ特定情報を入力し、送信ボタンを操作すると、送信部１３０が、ユーザ情報受付部１２２が受け付けたユーザ特定情報をゲームサーバ１４に送信する。ゲームサーバ１４において、ユーザ特定部２２２が、ユーザＢを特定する情報を受け付けると（Ｓ１２）、エージェント生成部２２０は、ユーザＢのユーザデータを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成する（Ｓ１４）。このようにエージェント生成部２２０は、ユーザＡとは異なるユーザＢのユーザデータを用いて、ユーザＡの代わりにゲームをプレイするエージェントを生成できる。ユーザＡのエージェントが、ユーザＢのユーザデータにもとづいて生成される場合、ユーザＡのエージェントのプレイスタイルやスキルは、ユーザＢのプレイスタイルやスキルに近似したものとなる。
　図７は、出力装置４に表示される問い合わせ画面の別の例を示す。ユーザＡは、問い合わせ画面の入力欄１４０に、学習するユーザデータのユーザを特定する情報を入力し、入力欄１４２に、ユーザデータを学習に反映させる程度（以下、「反映度」とも呼ぶ）を入力する。ユーザは入力欄１４０に、２人以上（つまり複数）のユーザを特定する情報を入力してよい。ユーザ情報受付部１２２は、ユーザＢ、ユーザＣ、ユーザＤが選択されたことを受け付ける。
　実施例１において反映度は、エージェントの生成にユーザデータを反映させる程度を意味し、機械学習モデルの学習に用いるユーザデータの相対的な量を表現する。０％の反映度は、そのユーザデータをエージェントの生成に反映させないことを意味するため、入力欄１４２には、０より大きい割合が入力される。反映度受付部１２４は、各ユーザのユーザデータの反映度を受け付ける。この例では、ユーザＢのユーザデータの反映度が４０％、ユーザＣのユーザデータの反映度が４０％、ユーザＤのユーザデータの反映度が２０％と入力されている。
　ユーザＡが入力欄１４０にユーザ特定情報を入力し、入力欄１４２に反映度を入力して送信ボタンを操作すると、送信部１３０が、ユーザ情報受付部１２２が受け付けたユーザ特定情報、および反映度受付部１２４が受け付けた反映度をゲームサーバ１４に送信する。ゲームサーバ１４において、ユーザ特定部２２２が、ユーザＢ、ユーザＣ、ユーザＤを特定する情報を受け付け、反映度設定部２２４が、受信した反映度からそれぞれのユーザデータの反映度を設定すると（Ｓ１２）、エージェント生成部２２０は、設定した反映度にもとづいてユーザＢ、ユーザＣ、ユーザＤのユーザデータを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成する（Ｓ１４）。
　ユーザＢのユーザデータの反映度が４０％、ユーザＣのユーザデータの反映度が４０％、ユーザＤのユーザデータの反映度が２０％であることは、機械学習モデルの学習に使用するユーザＢのユーザデータ量、ユーザＣのユーザデータ量、ユーザＤのユーザデータ量の相対的な比が、２：２：１であることを意味する。このためエージェント生成部２２０は、ユーザＢのユーザデータ量、ユーザＣのユーザデータ量、ユーザＤのユーザデータ量の比が２：２：１となるように、それぞれのユーザデータを用いて、ユーザＡのエージェントを生成する。
　ユーザデータ量は、プレイ時間によって定義されてよく、またはプレイ回数によって定義されてもよい。たとえばゲームにおける１つのステージ（ステージＸ）のゲームプレイを学習する場合、エージェント生成部２２０は、ユーザＢがステージＸを２時間プレイしたプレイデータと、ユーザＣがステージＸを２時間プレイしたプレイデータと、ユーザＤがステージＸを１時間プレイしたプレイデータとを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成してよい。またはエージェント生成部２２０は、ユーザＢがステージＸを１０回プレイしたプレイデータと、ユーザＣがステージＸを１０回プレイしたプレイデータと、ユーザＤがステージＸを５回プレイしたプレイデータとを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成してよい。
　学習するユーザデータ量の相対比は、エージェントとユーザの間のプレイスタイルやスキルの近似度に影響する。したがって、この場合、生成されるユーザＡのエージェントのプレイスタイルやスキルは、ユーザＢ、ユーザＣのプレイスタイルやスキルに近似し、ユーザＤのプレイスタイルやスキルにやや近似したものとなる。
　以上の例では、ユーザＡが、ユーザＡとは異なるユーザを指定したが、ユーザＡ自身を指定してもよい。また図６に示す問い合わせ画面には、反映度を入力する入力欄１４２が設けられていないが、ユーザＡが１人のユーザ（他のユーザまたはユーザＡ自身であってよい）を指定する場合においても、反映度を入力できてよい。たとえば入力欄１４０にユーザＡと入力され、入力欄１４２に５０％と入力された場合、ユーザ特定部２２２は、ユーザＡ以外のユーザをランダムに選択し、エージェント生成部２２０は、ユーザＡのユーザデータ量と、ランダムに選択されたユーザのユーザデータ量の比が１：１となるように、それぞれのユーザデータを用いて、ユーザＡのエージェントを生成してよい。
（実施例２）
　実施例１では、ユーザＡが、学習するユーザデータを選択して指定したが、ゲームサーバ１４が、学習するユーザデータを自動的に選択してもよい。
　実施例２においてユーザ特定部２２２は、ユーザＡと似たパーソナリティを示す他のユーザを特定する。ユーザ特定部２２２は、ユーザＡのユーザ情報２４４に類似するユーザ情報を有する他のユーザを特定してよい。
　実施形態において、ユーザ情報２４４は、「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」、「獲得トロフィ情報」、「フレンド情報」などを含む。「ログイン情報」は、ユーザＡが端末装置１０にログインしたことに関する履歴情報であって、ログイン頻度、ログインの時間帯などを表現する。「プレイするゲームのジャンル」は、ユーザＡがシューティング系のゲームが好きか、またはパズル系のゲームが好きかなどを表現する。「個人情報」は、ユーザＡに関する個人的な情報であって、ユーザＡの性別や年代、住んでいる地域や、ストアでのゲーム購入情報を含んでよい。「獲得トロフィ情報」は、これまでユーザＡが獲得したトロフィを特定する情報であって、たとえばユーザＡがトロフィ収集を好むプレイスタイルか、トロフィに執着せずにクリアを優先するプレイスタイルか、などを表現する。また「獲得トロフィ情報」は、ユーザＡがどのようなトロフィを獲得する傾向にあるか（ストーリーに紐づけられたトロフィを好むか、ミニゲーム的なものから得られるトロフィを好むかなど）を表現する情報であってもよい。「フレンド情報」は、ユーザがフレンド登録したユーザの情報であって、ユーザＡがどのようなフレンドと繋がっているかを表現する。
　ユーザ特定部２２２は、ユーザＡのユーザ情報２４４に類似するユーザ情報を有する他のユーザを特定する（Ｓ１２）。ユーザ情報同士の類似度は、それぞれのユーザ情報のベクトルを比較することで評価されてよい。実施形態において、ユーザ情報同士の類似度の評価は、既存の技術を利用して実現されてよい。このときユーザ特定部２２２は、ユーザ情報が類似する１人または複数のユーザを特定してよい。エージェント生成部２２０は、特定した１人または複数のユーザのユーザデータを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成する（Ｓ１４）。生成されたエージェントは、ユーザＡのパーソナリティを反映したものとなる。
　実施例２においてもユーザＡは、エージェントの生成にユーザデータを反映させる程度（反映度）を設定できてよい。
　図８は、ユーザデータの反映度の設定画面の例を示す。設定画面には、ユーザ情報の複数の項目が選択可能に表示され、ユーザＡが、エージェントの生成に反映させるユーザ情報の項目を選択すると、反映度受付部１２４が、選択された項目を特定する情報を受け付ける。図８に示す例では、「プレイするゲームのジャンル」、「個人情報」、「獲得トロフィ情報」が選択されている。ユーザＡが項目を選択し、送信ボタンを操作すると、送信部１３０が、反映度受付部１２４が受け付けた項目特定情報をゲームサーバ１４に送信する。
　ゲームサーバ１４において、反映度設定部２２４が、項目特定情報にもとづいて、ユーザＡのパーソナリティに類似するユーザを特定するためのユーザ情報の項目を設定すると、ユーザ特定部２２２が、設定されたユーザ情報の項目にもとづいて、ユーザＡのユーザ情報に類似するユーザ情報を有する他のユーザを特定する（Ｓ１２）。ここではユーザ特定部２２２が、ユーザＡのユーザ情報のうち、「プレイするゲームのジャンル」、「個人情報」、「獲得トロフィ情報」が類似するユーザ情報を有する１人または複数のユーザを特定する。エージェント生成部２２０は、特定した１人または複数のユーザのユーザデータを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成する（Ｓ１４）。生成されたエージェントは、設定された項目に関するユーザＡのパーソナリティを反映したものとなる。
　図９は、ユーザデータの反映度の設定画面の別の例を示す。設定画面には、エージェントの生成に反映させるユーザ情報の程度を設定するためのユーザインタフェースが表示される。このユーザインタフェースは、左端を０％、右端を１００％とするバーと、バー上を移動可能なスライダーを含んで構成され、ユーザＡがバーにおけるスライダーの位置を定めると、反映度受付部１２４が、ユーザ情報を特定する情報を受け付ける。図９に示す例では、エージェントの生成に反映させるユーザ情報の程度が６０％と選択されている。
　図９に示す設定画面においてユーザＡが、反映させるユーザ情報の程度を設定すると、図８に示した「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」、「獲得トロフィ情報」、「フレンド情報」の中から、設定した程度に応じたユーザ情報が選択される。たとえば、ユーザが２０％を選択すると、「ログイン情報」のユーザ情報が選択され、ユーザが６０％を選択すると、「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」のユーザ情報が選択され、ユーザが１００％を選択すると、「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」、「獲得トロフィ情報」、「フレンド情報」のユーザ情報が選択される。このようにユーザ情報は、優先度と、設定された程度にもとづいて選択される。ここで、選択されるユーザ情報の優先度は、高い方から、「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」、「獲得トロフィ情報」、「フレンド情報」の順番で設定しているが、項目の優先度は適宜変更されてよい。また、ユーザ情報の項目は、図８に示す項目以外の項目が含まれていてもよい。
　図９に示す例では、６０％が選択されており、反映度受付部１２４は、優先度にしたがって「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」を特定する項目特定情報を受け付ける。ユーザＡが送信ボタンを操作すると、送信部１３０は、反映度受付部１２４が受け付けた項目特定情報をゲームサーバ１４に送信する。
　ゲームサーバ１４において、反映度設定部２２４が、項目特定情報にもとづいて、ユーザＡのパーソナリティに類似するユーザを特定するためのユーザ情報の項目を設定すると、ユーザ特定部２２２が、設定されたユーザ情報の項目にもとづいて、ユーザＡのユーザ情報に類似するユーザ情報を有する他のユーザを特定する（Ｓ１２）。ここではユーザ特定部２２２が、ユーザＡのユーザ情報のうち、「ログイン情報」、「プレイするゲームのジャンル」、「個人情報」が類似するユーザ情報を有する１人または複数のユーザを特定する。エージェント生成部２２０は、特定した１人または複数のユーザのユーザデータを用いて機械学習モデルを学習させ、ユーザＡのエージェントを生成する（Ｓ１４）。生成されたエージェントは、設定された項目に関するユーザＡのパーソナリティを反映したものとなる。
　実施例１，２において、機械学習モデルの学習に用いるユーザデータは、所定の指定された期間内に記録装置２４０に記録されたユーザデータに限定されてよい。ユーザＡはユーザデータが記録された期間を指定することで、指定した期間における他のユーザ又は自身のプレイスタイルを模倣したエージェントを生成することが可能となる。
　実施例１，２において、ユーザＡのエージェントの生成に、他のユーザのユーザデータ２４２を用いる場合、ゲームシステム１は、当該ユーザデータ２４２の使用に対してユーザＡが対価を支払う仕組みを構築してもよい。たとえばユーザＡが、有名なゲームプレイヤのユーザデータ２４２を用いてエージェントを生成する場合、有名ゲームプレイヤのユーザデータ２４２を有料で購入できるようにしてもよい。
　実施例１，２において、ユーザが生成するエージェントの数には制限が設定されてもよく、ユーザが所定のサービスに加入することで、生成数の制限が緩和されてもよい。またユーザが生成したエージェントは、他のユーザによって使用可能とされてもよい。この場合、ゲームシステム１は、エージェントが他のユーザにより使用された回数をカウントして、使用回数に応じたランキングを公表してもよい。たとえば、使用回数が多いエージェントを生成したユーザに対して、トロフィなどの特典を与えてもよい。
（実施例３）
　以上のようにしてエージェント生成部２２０は、ユーザデータを用いて機械学習モデルを訓練し、ユーザＡのエージェントを生成する。エージェントが生成されると、ユーザＡは、ゲームサーバ１４に、エージェントによるゲームプレイを要求できる。
　要求受付部１２０が、ユーザＡから、エージェントによるゲームプレイの要求を受け付けると、送信部１３０は、エージェントによるプレイ要求をゲームサーバ１４に送信する。ゲームサーバ１４において、要求受付部２２６が、エージェントによるプレイ要求を受け付けると、ゲーム実行部２１２がゲームプログラムを実行し、ゲームプレイコントローラ２３０がユーザＡのエージェントを起動する。ユーザＡのエージェントはプレイヤとして、ゲームに対するコマンドを生成し、ゲーム実行部２１２は、エージェントによるゲーム操作にもとづいてプレイ画像を生成する。ストリーミングデータ送信部２１４は、プレイ画像を含むストリーミングデータを、ユーザＡの端末装置１０に送信する。
　エージェントによるゲームプレイ中、ゲーム実行部２１２は、エージェントが操作するキャラクタに、エージェントが操作していることを示す標識を付加してよい。
　図１０は、エージェントが操作したゲームのプレイ画像の例を示す。端末装置１０において、データ取得部１１２は、ゲームサーバ１４からストリーミングデータを取得し、表示処理部１１４は、出力装置４に、エージェントが操作しているゲームのプレイ画像を表示する。図１０において、ユーザＡのエージェントが操作するキャラクタに、エージェントが操作中であることを示す標識１５０が付加されている。特に、エージェントがマルチプレイヤゲーミングセッションでプレイするとき、ユーザＡとは異なるユーザが標識１５０を見ることで、ユーザＡのエージェントがプレイしていることを認識できるようになる。
　エージェントはユーザＡの代わりにゲームをプレイするが、全てのゲーム内容をプレイできるとすると、ユーザＡはゲーム操作を一切行うことなく、エージェントがゲームをクリアしてしまう。そこでプレイ内容設定部２２８は、エージェントに許可されるプレイ内容またはエージェントに許可されないプレイ内容を設定する。プレイ内容設定部２２８は、ユーザＡの要求に応じて、エージェントに許可されるプレイ内容または許可されないプレイ内容を設定してよい。
　たとえば、敵ボスと対戦する「ボス戦」はゲームのクライマックスであり、ユーザＡは、ボス戦を自身でプレイすること、つまりボス戦をエージェントにプレイさせないことを要求する。一方で、レベル上げに相当するプレイ内容は時間を消費し且つ単調な作業となることが多いため、ユーザＡは、自身でプレイするのではなく、エージェントにプレイさせることを要求する。たとえばユーザＡが仕事をしている間にエージェントがレベル上げをしてくれれば、ユーザＡは仕事を終えると、高いレベルになったキャラクタを用いてゲームをプレイできるようになる。
　ゲームサーバ１４において、要求受付部２２６が、エージェントによるプレイ要求を受け付けると、ゲームプレイコントローラ２３０は、ユーザＡの端末装置１０に、エージェントに許可するプレイ内容を問い合わせてよい。
　図１１は、プレイ内容の設定画面の例を示す。この設定画面で、ユーザＡは、エージェントに許可するプレイ内容を選択する。なおエージェントに許可しないプレイ内容を選択するための設定画面が提示されてもよい。
　図１１に示す設定画面には、プレイ内容として「お金あつめ」、「ストーリーを進める」、「レベル上げ」、「ボス戦」の選択項目が提示されており、ユーザＡは、ボス戦以外のプレイ内容を選択して、エージェントによるボス戦以外のプレイを許可している。ユーザＡが、エージェントにプレイを許可するプレイ内容を選択すると、プレイ内容受付部１２６が、選択されたプレイ内容を受け付け、送信部１３０は、選択されたプレイ内容をゲームサーバ１４に送信する。なお、エージェントに許可するプレイ内容としては、図１１に示す内容以外の項目があってもよい。たとえば、「ＭＰ（魔法ポイント）の消費を許可する」や「アイテムの使用を許可する」などの項目があってもよい。この場合、保有しているＭＰやアイテムの何％まで使用を許可する等の選択肢がさらにあってもよい。
　ゲームサーバ１４において、プレイ内容設定部２２８は、エージェントに許可されるプレイ内容を設定する。具体的にプレイ内容設定部２２８は、エージェントに許可されるプレイ内容のセット（組み合わせ）を、記録装置２４０にプレイ内容セット２５２として登録する。プレイ内容セット２５２が登録されると、ゲームプレイコントローラ２３０は、プレイ内容セット２５２で定められたプレイ内容にもとづいて、エージェントにゲームをプレイさせる。この場合、エージェントはボス戦以外のプレイを許可されているため、ゲームシーンがボス戦になると、ボス戦以外のゲーム内容にジャンプして、ボス戦以外のゲーム内容をプレイするように振る舞い、ストーリーの進行上、ボス戦しかプレイできない場合には、その時点でゲームプレイを停止するように振る舞う。
　なおユーザＡは、複数種類のプレイ内容セット２５２を記録装置２４０に登録してよい。たとえば１つのプレイ内容セット２５２においては、ボス戦のみが許可されていないが、別のプレイ内容セット２５２においては、ボス戦およびストーリーを進めるプレイ内容が許可されてなく、さらに別のプレイ内容セット２５２においては、ボス戦を含む全てのプレイ内容が許可されていてよい。このようにユーザＡは、エージェントに許可されるプレイ内容を定めたプレイ内容セット２５２を複数登録しておき、エージェントによるゲームプレイをゲームサーバ１４に要求する際に、複数のプレイ内容セット２５２の中から１つを選択できてよい。
　ユーザＡは、外出して家を半日空けるときにゲームをプレイさせるエージェントに許可するプレイ内容と、家の中で１時間食事をするときにゲームをプレイさせるエージェントに許可するプレイ内容とを異ならせてよい。そのため予め複数のプレイ内容セット２５２をゲームサーバ１４に登録しておくことで、ユーザＡは、自身の状況に応じて、使用するプレイ内容セット２５２を選択できることが好ましい。ユーザＡは、入力装置６からエージェントによるプレイ要求を入力する際に、プレイ内容セット２５２を選択してよい。
　この場合、要求受付部２２６は、エージェントによるプレイ要求を受け付ける際に、同時にプレイ内容セット２５２の選択を受け付ける。したがってゲームプレイコントローラ２３０は、選択されたプレイ内容セット２５２にしたがって、エージェントのゲームプレイを制御することができる。
　ゲームプレイコントローラ２３０は、エージェントによるゲームプレイに関するプレイデータを、エージェントプレイデータ２５０として記録装置２４０に記録する。エージェントプレイデータ２５０は、エージェントによるゲームプレイを再現できるデータであり、エージェントが生成したコマンド（または操作情報）を、生成した時刻に対応付けた生成履歴データであってよい。ユーザＡは、エージェントプレイデータ２５０を用いることで、エージェントによるプレイ画像を見ることができる。
　要求受付部１２０が、ユーザＡから、エージェントによるゲームプレイの再生要求を受け付けると、送信部１３０は、ゲームプレイ再生要求をゲームサーバ１４に送信する。ゲームサーバ１４において、要求受付部２２６が、ゲームプレイ再生要求を受け付けると、ゲーム実行部２１２がエージェントプレイデータ２５０を用いてゲームプログラムを実行して、エージェントによるゲームプレイを再生する。ゲーム実行部２１２は、ユーザからの要求に応じて、再生速度を速くしてもよい。ユーザＡは、エージェントによるゲームプレイの途中の時点から、ゲームをプレイすることができる。この場合、ユーザＡは、エージェントによるゲームプレイにおける時間的な位置を指定し、送信部１３０が、ゲームのプレイ開始要求とともに、指定された時間位置をゲームサーバ１４に送信する。
　ゲームサーバ１４において、ゲーム実行部２１２は、ゲームのプレイ開始要求および当該時間的な位置の指定を受け付けると、その位置からユーザの操作にもとづいてゲームを実行する。このようにエージェントプレイデータ２５０を記録しておくことで、ユーザＡは、エージェントによるゲームプレイを確認できるとともに、好きな時間位置から修正することが可能となる。
　ユーザＡは、エージェントに、ある区切りの位置からのゲームプレイを複数回実施させてよい。ユーザＡは、エージェントプレイデータ２５０を用いて複数回のゲームプレイを確認し、確認結果を機械学習モデルの訓練にフィードバックしてもよい。またユーザＡのプロファイルとして、エージェントにプレイさせた時間を含めてもよい。またエージェントのプロファイルとして、誰のユーザデータを用いて生成されているかを示す情報が含まれてもよい。
　以上、本開示を実施形態をもとに説明した。この実施形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。
　本開示は、ゲームをプレイするエージェントを生成する技術および／またはエージェントによるゲームプレイを制御する技術に利用できる。
１・・・ゲームシステム、２・・・補助記憶装置、３・・・ネットワーク、４・・・出力装置、６・・・入力装置、７・・・カメラ、８・・・ＡＰ、１０・・・端末装置、１２・・・クラウドシステム、１４・・・ゲームサーバ、１８・・・管理サーバ、１００・・・処理部、１０２・・・通信部、１１０・・・操作情報受付部、１１２・・・データ取得部、１１４・・・表示処理部、１２０・・・要求受付部、１２２・・・ユーザ情報受付部、１２４・・・反映度受付部、１２６・・・プレイ内容受付部、１３０・・・送信部、１４０，１４２・・・入力欄、１５０・・・標識、２００・・・処理部、２０２・・・通信部、２１０・・・操作情報受付部、２１２・・・ゲーム実行部、２１４・・・ストリーミングデータ送信部、２２０・・・エージェント生成部、２２２・・・ユーザ特定部、２２４・・・反映度設定部、２２６・・・要求受付部、２２８・・・プレイ内容設定部、２３０・・・ゲームプレイコントローラ、２４０・・・記録装置、２４２・・・ユーザデータ、２４４・・・ユーザ情報、２４６・・・ユーザプレイデータ、２５０・・・エージェントプレイデータ、２５２・・・プレイ内容セット。

Claims (14)

  1. 　情報処理装置であって、複数のユーザに関するユーザ情報および／または複数のユーザのゲームプレイに関するプレイデータを含むユーザデータを記録する記録装置と、ハードウェアを有する１つ以上のプロセッサを備え、
    　前記１つ以上のプロセッサは、
    　第１ユーザとは異なる第２ユーザを特定し、
    　第２ユーザのユーザデータを用いて、第１ユーザの代わりにゲームをプレイするエージェントを生成する、
    　情報処理装置。
  2. 　前記１つ以上のプロセッサは、
    　第１ユーザから、第２ユーザを特定する情報を受け付ける、
    　請求項１に記載の情報処理装置。
  3. 　前記１つ以上のプロセッサは、
    　第１ユーザのユーザ情報に類似するユーザ情報を有する第２ユーザを特定する、
    　請求項１に記載の情報処理装置。
  4. 　情報処理装置であって、ユーザに関するユーザ情報および／またはユーザのゲームプレイに関するプレイデータを含むユーザデータを記録する記録装置と、ハードウェアを有する１つ以上のプロセッサを備え、
    　前記１つ以上のプロセッサは、
    　ゲームをプレイするエージェントの生成にユーザデータを反映させる程度を設定し、
    　設定した程度にもとづいてユーザデータを用いて、エージェントを生成する、
    　情報処理装置。
  5. 　前記記録装置は、複数のユーザのユーザデータを記録し、
    　前記１つ以上のプロセッサは、
    　２人以上のユーザのユーザデータを用いてエージェントを生成する、
    　請求項４に記載の情報処理装置。
  6. 　前記１つ以上のプロセッサは、
    　エージェントの生成に、前記２人以上のユーザのユーザデータのそれぞれを反映させる程度を設定し、
    　設定した程度にもとづいて前記２人以上のユーザのユーザデータを用いて、エージェントを生成する、
    　請求項５に記載の情報処理装置。
  7. 　前記記録装置は、複数のユーザのユーザデータを記録し、
    　前記１つ以上のプロセッサは、
    　第１ユーザから、第２ユーザを特定する情報を受け付け、
    　第１ユーザのエージェントの生成に、第２ユーザのユーザデータを反映させる程度を設定する、
    　請求項４に記載の情報処理装置。
  8. 　前記記録装置は、複数のユーザのユーザデータを記録し、
    　前記１つ以上のプロセッサは、
    　設定した程度にもとづいて、第１ユーザのユーザ情報に類似するユーザ情報を有する第２ユーザを特定し、
    　第２ユーザのユーザデータを用いて、第１ユーザのエージェントを生成する、
    　請求項４に記載の情報処理装置。
  9. 　前記エージェントの生成に反映する程度は、割合である、
    　請求項４に記載の情報処理装置。
  10. 　前記１つ以上のプロセッサは、
    　指定された期間内に記録された前記ユーザデータを用いてエージェントを生成する、
    　請求項４に記載の情報処理装置。
  11. 　情報処理装置において、ゲームをプレイするエージェントを生成する方法であって、
    　第１ユーザとは異なる第２ユーザを特定し、
    　第２ユーザに関するユーザ情報および／または第２ユーザのゲームプレイに関するプレイデータを含むユーザデータを用いて、第１ユーザの代わりにゲームをプレイするエージェントを生成する、
    　エージェント生成方法。
  12. 　コンピュータに、
    　第１ユーザとは異なる第２ユーザを特定する機能と、
    　第２ユーザに関するユーザ情報および／または第２ユーザのゲームプレイに関するプレイデータを含むユーザデータを用いて、第１ユーザの代わりにゲームをプレイするエージェントを生成する機能と、
    　を実現させるためのプログラム。
  13. 　情報処理装置において、ゲームをプレイするエージェントを生成する方法であって、
    　ゲームをプレイするエージェントの生成に、ユーザに関するユーザ情報および／またはユーザのゲームプレイに関するプレイデータを含むユーザデータを反映させる程度を設定し、
    　設定した程度にもとづいてユーザデータを用いて、エージェントを生成する、
    　エージェント生成方法。
  14. 　コンピュータに、
    　ゲームをプレイするエージェントの生成に、ユーザに関するユーザ情報および／またはユーザのゲームプレイに関するプレイデータを含むユーザデータを反映させる程度を設定する機能と、
    　設定した程度にもとづいてユーザデータを用いて、エージェントを生成する機能と、
    　を実現させるためのプログラム。
PCT/JP2022/047627 2022-12-23 2022-12-23 情報処理装置およびエージェント生成方法 WO2024134879A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/047627 WO2024134879A1 (ja) 2022-12-23 2022-12-23 情報処理装置およびエージェント生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/047627 WO2024134879A1 (ja) 2022-12-23 2022-12-23 情報処理装置およびエージェント生成方法

Publications (1)

Publication Number Publication Date
WO2024134879A1 true WO2024134879A1 (ja) 2024-06-27

Family

ID=91587905

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/047627 WO2024134879A1 (ja) 2022-12-23 2022-12-23 情報処理装置およびエージェント生成方法

Country Status (1)

Country Link
WO (1) WO2024134879A1 (ja)

Similar Documents

Publication Publication Date Title
JP7461174B2 (ja) 共有インターフェースを介してアクセスされるミニゲーム
JP6142143B2 (ja) パフォーマンスデータを選択および描画する改良された方法および装置
US20200023280A1 (en) Computer system and game system
US9550121B2 (en) System and method for enabling characters to be manifested within a plurality of different virtual spaces
JP5441103B2 (ja) ゲームシステム、ゲーム装置、ゲームサーバ、および、ゲームプログラム
JP5489203B2 (ja) ゲームシステム、ゲーム装置、ゲームサーバ、および、ゲームプログラム
US10449457B2 (en) System and method for dynamic matchmaking population herding
JP2010239991A5 (ja)
JP2010239990A5 (ja)
US11883745B2 (en) Systems and methods for providing a tailored video game based on a player defined time period
JP2020162881A (ja) コンピュータシステムおよび動画配信視聴システム
US11724198B2 (en) Intelligent recommendations for gameplay session adjustment
WO2021079591A1 (ja) コンピュータシステム及びゲームシステム
WO2024134879A1 (ja) 情報処理装置およびエージェント生成方法
WO2024134880A1 (ja) 情報処理装置およびゲーム制御方法
JP7409912B2 (ja) コンピュータシステムおよびゲームシステム
JP2021146030A (ja) コンピュータシステムおよびゲームシステム
JP7084069B1 (ja) 動画生成システム、コンピュータプログラム及び制御方法
US20230381673A1 (en) eSPORTS SPECTATOR ONBOARDING
US20230127685A1 (en) Gameplay roulette
JP2022156250A (ja) コンテンツ提供システム、サーバ装置及びプログラム
JP2023128082A (ja) 情報処理装置、情報処理方法および情報処理プログラム
JP2022142017A (ja) ゲームプログラム、ゲーム装置およびゲームシステム
KR20010079219A (ko) 동영상을 이용한 스토리 보드게임 시스템 및 그 방법