ゲームAI（FSM・ビヘイビアツリー・GOAP）

意思決定の器：状態遷移から計画・効用へ

ゲームAIの中核は、キャラクターの内部状態と知覚から次に何をするかを決める意思決定です。描画やアニメーション（グラフィックスの基礎 参照）とは層が分かれており、ここで扱うのは「攻撃するか逃げるか探索するか」という行動選択の構造そのものです。代表的な手法は、有限状態機械（FSM）、ビヘイビアツリー（BT）、GOAP、ユーティリティAIの4つで、それぞれ表現できる複雑さと拡張したときの壊れにくさが異なります。学術的な機械学習ベースのAI（AIの基礎）とは別系統で、実行時コストが低く挙動を完全に予測・デバッグできることがゲーム実務では重視されます。

有限状態機械（FSM）と階層型FSM

横にスクロール

FSMは、有限個の状態（Idle、Patrol、Chase、Attack など）と、状態間の遷移（条件が満たされたら別状態へ移る矢印）でAIを表します。任意の時点でキャラクターは厳密に1つの状態にあり、各状態は自分の更新処理（OnUpdate）と、他状態への遷移条件だけを知っていればよい。実装は状態を表す列挙値と switch 文、あるいは状態オブジェクトのポインタ差し替えで済み、極めて軽量で挙動も追いやすい。少数の明確な役割を持つ敵には今なお第一の選択肢です。

問題は遷移の組合せ爆発です。状態が N 個あると、原理的には遷移は最大 N×(N-1) 通りあり得ます。「どの状態からでもプレイヤーを見失ったら Patrol へ戻る」といった共通遷移を状態ごとに個別に書くと、状態を1つ足すだけで大量の矢印を追記することになり、保守が破綻します。

これを緩和するのが階層型FSM（Hierarchical FSM、HFSM）です。関連する状態をまとめて1つの上位状態（スーパーステート）に入れ子にし、遷移を階層で共有します。たとえば Patrol・Chase・Attack を「Combat」という上位状態の子として束ね、「体力が閾値未満になったら Flee へ」という遷移を上位状態に一度だけ書けば、内部のどの子状態からでもその遷移が効く。共通の抜け道を親に集約することで、遷移の数を状態数に対して線形近くに抑えられます。

HFSM の入れ子（Combat 上位状態が共通遷移を保持）:

  [Combat] ── 体力 < 閾値 ──► [Flee]     ← Combat の全子に効く共通遷移
    ├─ Patrol   ── 敵発見 ──► Chase
    ├─ Chase    ── 射程内 ──► Attack
    └─ Attack   ── 射程外 ──► Chase

  子状態は Combat 内部の遷移だけを持ち、
  「戦闘離脱」のような横断的遷移は親が一括で担う。

ビヘイビアツリーのノード種別と実行モデル

ビヘイビアツリー（BT）は、行動を木構造に組み立て、毎ティック（毎フレームまたは一定間隔）で根から深さ優先に評価します。各ノードは実行されると Success／Failure／Running のいずれかを親へ返し、親はその戻り値に応じて次の子へ進むか、自分の結果を確定します。この3値、とりわけ Running（まだ実行中で複数ティックにまたがる）の存在が、BTを単なる判断木ではなく時間をまたぐ行動の記述言語にしています。

ノードは大きく次の4種です。

• Composite（合成ノード）: 複数の子を持ち、評価順序と合流規則を決める。代表が Sequence と Selector。
• Decorator（デコレータ）: 子をちょうど1つだけ持ち、その結果や実行可否を修飾する（否定・反復・成否反転・条件ガード・クールダウンなど）。
• Leaf / Action（葉・行動）: 実際の処理（移動する、撃つ、アニメ再生）。木の末端。
• Condition（条件）: 世界の状態を真偽で判定する葉（Success／Failure を返す）。

Composite の2大要素の意味論が最重要です。

• Sequence（AND的）: 子を左から順に実行し、すべてが Success なら自分も Success。途中で1つでも Failure を返した時点で残りを打ち切り、自分も Failure。子が Running を返せば自分も Running を返し、次ティックはその子から再開する。「近づく→狙う→撃つ」のように全部そろって初めて意味を持つ手順を表す。
• Selector（フォールバック、OR的）: 子を左から順に試し、どれか1つが Success を返せば自分も Success。Failure の子は飛ばして次を試し、全部 Failure なら自分も Failure。「攻撃できるなら攻撃、無理なら追跡、それも無理なら巡回」という優先度つきの代替案を表す。

BT の評価例（! は Inverter デコレータ、括弧内は戻り値）:

  Selector                       ← どれか成功で成功（優先度フォールバック）
   ├─ Sequence                   ← 全成功で成功（攻撃シーケンス）
   │   ├─ Condition: 敵が射程内?  (Failure) ─┐ 1つ失敗で
   │   ├─ Action: 狙う                        │ Sequence 打ち切り
   │   └─ Action: 撃つ                        ┘ → Failure を返す
   ├─ Sequence                   ← 次の候補へフォールバック
   │   ├─ Condition: 敵が見える?  (Success)
   │   └─ Action: 追跡           (Running) ── ここで木全体が Running
   └─ Action: 巡回               ← 上が Running なので今ティックは未到達

GOAPとユーティリティAI：計画と効用による意思決定

BTやFSMは設計者が行動の順序・優先度を手で組む方式です。これに対し、目的から行動列を自動で導くのがGOAP（Goal-Oriented Action Planning）です。各行動（アクション）に「実行できる前提」を表す事前条件（preconditions）と、実行後に世界がどう変わるかを表す効果（effects）を、真偽値の集合として与えます。プランナは、現在の世界状態からゴール条件を満たす状態へ至る行動の並びを、状態空間の探索として求めます。探索はA*が定番で、各行動のコストをエッジ重みに、ゴールとの差分の数などをヒューリスティックにします。

要点は、設計者が手順を書かないことです。「敵を倒す」というゴールと、武器を拾う（前提: 武器が床にある／効果: 武装している）、敵に近づく、撃つ（前提: 武装している かつ 射程内）といった行動群だけ定義すれば、武装していない状況ではプランナが自動的に「拾う→近づく→撃つ」を組み立てる。行動を1つ足すだけで新しい手順が創発するため、多様で説明のつく振る舞いを少ない記述で得られます。反面、探索は実行時コストが高く、前提・効果の設計を誤ると意図せぬ計画が出るためデバッグが難しい。

ユーティリティAI（Utility-based AI）は発想がまったく異なります。各候補行動について、状況を入力とするスコア（効用）関数を評価し、最も高い行動を選びます（あるいはスコアに比例した確率で選ぶ）。たとえば「回復する」の効用を体力の低さの関数に、「攻撃する」の効用を敵との距離と自分の弾薬の関数にする。個々の入力は応答曲線（レスポンスカーブ）で0〜1に正規化し、掛け合わせや重み付き和で合成します。これにより、離散的な状態遷移では表しにくい連続的でグラデーションのある判断（少しずつ慎重になる、状況に応じて優先度が滑らかに入れ替わる）を自然に表せます。

知覚と意思決定の分離

どの手法を採っても、意思決定は世界の情報を入力に必要とします。この入力を作るのが知覚（perception／sensing）であり、意思決定ロジックとは層を分けるのが定石です。視覚は視野角と最大距離の視錐台で候補を絞り、遮蔽物へのレイキャストで実際に見えるかを判定します。聴覚は音源からの距離減衰でイベントを届ける。こうして得た情報は、多くの実装でブラックボードという共有データ構造に書き込まれ、FSMの遷移条件やBTの Condition ノード、GOAPの世界状態、ユーティリティの入力がそこを参照する。

まとめ

ゲームAIの意思決定は、最小構成のFSMから、階層化で遷移爆発を抑えるHFSM、行動を木に合成して毎ティック評価するビヘイビアツリー、行動の前提・効果からゴールへの道筋をA*探索するGOAP、各行動を効用でスコア化するユーティリティAIへと、扱える複雑さと拡張耐性を高める方向に発展してきました。FSMは状態が明示的で軽く追いやすい反面、遷移が状態の直積で膨張します。BTは Sequence（全AND）・Selector（フォールバックOR）・Decorator（子1つの修飾）・Leaf の合成と Running 状態により、時間をまたぐ行動を宣言的かつモジュラーに書け、サブツリー追加で局所的に拡張できます。GOAPは手順そのものを探索で導くため多様な振る舞いが創発する一方、実行時コストとデバッグ難が代償です。ユーティリティAIは連続的な状況判断に向きますが、数値の合成結果は読み解きにくい。いずれの手法も、視錐台・レイキャスト・距離減衰で作った情報をブラックボードに集約する知覚層と意思決定層を分離することで、はじめてモジュール化されスケールします。単純で予測可能ならFSM、手で組む複雑な行動ならBT、手段の組合せで解く問題ならGOAP、滑らかな判断ならユーティリティ——挙動の複雑さ・実行時コスト・デバッグ容易性のトレードオフで選び、しばしば複数を組み合わせるのが実務の判断軸です。