お気に入りのビデオゲームやバーチャルミュージアムのキャラクターたちが、単にボタンを押されるのを待っているだけの、硬直したスクリプトに従うだけの存在ではない世界を想像してみてください。その代わりに、彼らが「脳」を持ち、考え、あなたが5分前に言ったことを記憶し、次に何をすべきかを自ら決定できるとしたらどうでしょう。これが**知的な仮想エージェント（Intelligent Virtual Agents: IVAs）**の夢です。つまり、現実の人間のようにあなたと対話できるデジタルキャラクターです。長い間、科学者たちは2つの困難な選択肢の間で足踏みしてきました。一方にあるのは「リアクティブ（反応型）」エージェントです。これらは、単純なコマンドに基づいて「座れ」「待て」「取ってこい」といった動作をする訓練された犬のようなものです。これらは高速で構築も容易ですが、状況が変化したときに考えることも適応することもできません。もう一方にあるのは「コグニティブ（認知型）」エージェントです。これらは推論や計画を立てることができる非常に優秀な哲学者のようなものですが、あまりにも複雑で動作が重いため、リアルタイムのビデオゲーム内で実行しようとするとコンピュータをクラッシュさせてしまいます。研究者たちの大きな疑問は、「ゲーム内で動作するほど速く、かつ人間のように思考できるほど賢いキャラクターを構築できるのか？」という点です。

この論文は、まさにその問題を解決するための新しい設計図である**CEAA（Cognitive Embodied Agents Architecture：認知・身体化エージェント・アーキテクチャ）**を紹介しています。これは、デジタルキャラクターの「脳」を構築するためのユニバーサルな指示書だと考えてください。著者であるアイミリオス・ハジリアシとルイ・ニシオティスは、高レベルの思考と低レベルの行動との間の「翻訳機」として機能するモジュール式システムを提案しています。彼らは、コンピュータサイエンスにおける有名な概念――例えば「センス・シンク・アクト（感知・思考・行動）」のループ（これは単に「世界を見て、それについて考え、それから何かを行う」という格好いい言い方です）や、「BDIモデル」（信念、欲求、意図。つまり、エージェントが何を知っており、何を望み、何を計画しているかを表します）を、共有メモリシステムによって結合させています。その結果、仮想エージェントがあなたの話を聞き、質問を記憶し、助けるための最善の方法を考え出し、そしてゲームをフリーズさせることなく、実際にその仮想の体を使って行動することを可能にするフレームワークが誕生しました。

問題点：「脳」対「体」

なぜこれが重要なのかを理解するために、バーチャルリアリティ（VR）ミュージアムを思い浮かべてみてください。あなたは中に入り、ガイドに案内してほしいと思っています。もしガイドが単純な「リアクティブ」エージェントであれば、あなたが何をしても「こんにちは！お手伝いします」と言うだけかもしれません。もしあなたが複雑な質問をすれば、あらかじめ録音された答えを繰り返すだけかもしれません。それは、決まった一文しか言えないマネキンのようなものです。

しかし、そのガイドに超複雑な「思考する」脳を与えようとすると、コンピュータがオーバーロードしてしまうかもしれません。脳が完璧な回答を計算することに忙しすぎるあまり、ガイドの体が固まってしまったり、ゲームにラグが発生したりして、体験が最悪なものになってしまいます。論文では、現在のテクノロジーがこの中間地点で立ち往生していると主張しています。つまり、私たちは「速いが愚かなエージェント」か、「賢いがリアルタイムの3D空間で実行できないほど遅いエージェント」のどちらかしか選べない状態にあるのです。

解決策：モジュール式の「脳」キット

著者らは、速い体と賢い脳の両方を持つエージェントを構築する方法として、CEAAを提案しています。彼らはエージェントの「精神」を、まるで整理整頓されたキッチンのように、3つのレイヤーに分かれた12の異なるパーツへと分解しました。

1. 環境レイヤー（キッチンのカウンター）
ここで行動が起こる場所です。ユーザー、オブジェクト、イベントを含む仮想世界そのものです。これを、食材（イベント）が置かれるキッチンのカウンターだと想像してください。カウンター自体は何の調理もしませんが、ただ物を保持します。ユーザーが仮想展示物に近づくと、そのイベントがカウンターに置かれます。

2. 知識レイヤー（共有ブラックボード）
これがシステムの最も巧妙な部分です。キッチンの真ん中に、全員が見ることができる巨大なブラックボードがあると想像してください。カウンターで何かが起こると（ユーザーが質問するなど）、それがブラックボードに書き込まれます。これは「共有知識ベース」と呼ばれます。すべてのエージェントが世界全体を見張ろうとするのではなく、彼らはただブラックボードを見るだけです。もし特定のエージェントが特定のトピック（例えば「歴史」）に関心を持っていれば、ボード上のメモを見て、「おや、それは私が手伝えることです！」と言います。これにより、エージェントが情報過多で混乱したり、負荷がかかったりするのを防ぎます。

3. エージェント・レイヤー（シェフ）
ここで実際の「思考」が行われます。エージェントは、ブラックボードを読み、自分のレシピ本（メモリ）をチェックし、何を料理するかを決めるシェフのようなものです。著者らは、シェフのプロセスを以下の具体的なステップに分解しています。

• センス（感知）： シェフはブラックボードを見て、何に注意を払うべきかを確認します。
• メモリ（記憶）： シェフは過去の経験を振り返ります。「以前、これについて誰かを助けたことがあったか？ その時どうなったか？」
• シンク（思考）： シェフは、自分が知っていること（信念）、達成したいこと（欲求）、そして取り組むと決めていること（意図）を組み合わせます。
• リーズナー＆プランナー（推論・計画者）： シェフは最善の計画を練ります。「よし、ENIACコンピュータの歴史を説明する必要がある。まずは挨拶をして、次に機械を見せ、それから質問に答えるという手順で行こう。」
• ビヘイビア・マッパー（行動マッパー）： これは翻訳機です。抽象的な計画（「歴史を説明する」）を、体が実行できる具体的なアクション（「手を動かして機械を指差す」、「音声クリップを再生する」、「笑顔を作る」）へと変換します。
• アクト（行動）： シェフが実際に体を動かし、話す最終ステップです。

テスト：コンピュータのバーチャルミュージアム

この「脳」が実際に機能するかどうかを確認するため、研究者たちはプロトタイプを作成しました。彼らはコンピュータの歴史、特にENIACに特化したバーチャルミュージアムを作成しました。そこには4つの異なるバーチャルガイド（エージェント）を配置しました。各エージェントには異なる役割がありました。ナビゲーター、ティーチャー、テスターなどです。

彼らはこのシステムを92人の大学生（標準的な3Dデスクトップ版に46人、フルVR版に46人）を用いてテストしました。学生たちはエージェントと約45分間対話しました。エージェントは単に台本を読み上げるのではなく、CEAAアーキテクチャを使用して、学生の話を聞き、すでに学んだことを記憶し、教え方を適応させました。もし学生が質問をすれば、エージェントは自身のメモリをチェックして、すでにその質問に答えたかどうかを確認したり、より詳細な説明を与えるかどうかを判断したりすることができました。

分かったこと

結果は有望でした。研究によれば、デスクトップ群とVR群の両方の学生において、エージェントと対話した後の方が、対話前よりも学習効果が有意に高かったことが示されました。エージェントは学生を誘導し、質問に答え、さらには知識を評価することさえできました。

興味深いことに、VRグループの学生は、より没入感がありエンゲージメントが高いと感じましたが、学習結果自体は両方のグループで非常に似通っていました。これは、この「脳」のアーキテクチャが、単純な3DルームでもフルVRヘッドセット内でも同様に機能することを示唆しています。また、学生たちはエージェントが使いやすく、学習に有用であるとも報告しました。

まとめ

論文は、CEAAがよりスマートな仮想エージェントを構築するための成功した「テンプレート」であることを結論づけています。これは、エージェントの「考える部分」を「動く部分」から切り離すことができ、それによってスマートさと速さの両立が可能であることを証明しています。著者らは、このアーキテクチャが複雑な理論と、UnityやUnrealのような現実世界のゲームエンジンとの間の架け橋となることを示唆しています。

しかし、著者らはこれが完璧で完成された製品であると主張しているわけではない、という点にも注意を払っています。彼らは、このシステムがプロトタイプとしては機能しているものの、依然として大部分が概念的なフレームワークであることを認めています。彼らは、このシステムが同時に数千のエージェントを扱う際にどうなるのか、あるいは極限の負荷がかかった時にどう機能するのかを完全には検証していません。彼らは次のステップとして、このアーキテクチャを単なる紙の上の理論としてではなく、ゲーム開発者が簡単に利用できるような実際のツールやプラグインを構築することを提案しています。

要するに、この論文は新しい種類の知能を発明したのではなく、既存の知能を、ビデオゲームの中で実際に「生きる」ことができるようにするための新しい「整理術」を発明したのです。それは、非常に賢いが不器用な哲学者に、効率的なアシスタントのチーム（モジュール化されたコンポーネント）を与えて、つまずくことなくマラソンを完走できるようにしたようなものです。