従来のQA効率化/自動化技術にはRPAなどテストスクリプトを書いて実行するものがありますが、ゲームのランダム性や通信遅延などの外乱により、一度作成したスクリプトが有効に動作しなくなることがありました。
強化学習技術に基づく自律エージェントは、常に自らの状態を観測し、状態に応じた最適な行動を選択するため、ランダム性や外乱に対する高い頑健性が期待されます。そのため、自律エージェントは、通しプレイなど複雑で長時間の操作が求められるテスト項目に対して大きな効果を発揮すると考えています。

ソーシャルゲームやオンラインゲームなど頻繁なアップデートを必要とするゲームでは、コンテンツの組合せが雪だるま式に増加し、バランス調整が次第に困難になります。
そこで、自律エージェントに自動でゲームを繰り返しテストプレイさせることで、新規コンテンツに関するバランスや難易度が適切かの評価に役立てます。これにより、バランス調整に要する作業時間を短縮し、さらに調整ミスを減らす効果があると考えています。

オンラインゲームなどで、開発・運用者側にプレイヤーの操作ログが蓄積されている場合、操作ログを元にエージェントを模倣学習させることで、学習元となったプレイヤーの振る舞いを模倣するクローンを作成することが可能です。例えば、クローンプレイヤーには以下の活用法が考えられます。
・プレイヤーの腕前ごとのクローンを作成し、テストプレイに使用することで、バランス調整の参考にする。
・対戦・協力ゲームでプレイヤー数が足りなくなった場合の補充要員など、ゲーム内コンテンツの一つとして活用する。