⑤ ディープラーニングの応用例 ／ 29. 深層強化学習
OpenAI Fiveとは
OpenAI Fiveとは、複雑な戦略ゲーム「Dota 2」で世界トップクラスのプロチームを破ったマルチエージェント強化学習システムです。5体のエージェントが協力・分業・連携しながら戦います。
この用語はG検定シラバスの「29. 深層強化学習」に含まれます。 章全体の用語は用語解説⑤（全133語）にまとまっています。
一言でいうと
5体のAIがチームを組み、Dota 2でプロチームに勝利したシステムです。
何が難しかったのか
- チームプレイ：5体が役割を分担し連携する必要がある
- リアルタイム性：一手ずつ考える余裕がない
- 長期的な戦略：数十分にわたる試合の中で報酬が遅れて訪れる
囲碁や将棋と違い、相手の情報が完全には見えない点も難しさを増しています。
用いられた技術
大規模な分散学習に加え、自己対戦（Self-play）やカリキュラム学習（簡単な課題から段階的に難しくする）が組み合わされました。
G検定ではアルファスター（スタークラフト2）との対比で対比で覚えておきたい用語です。
学習量の規模
OpenAI Fiveは人間なら何万年分にも相当する対戦経験を積んだとされています。
強化学習が試行回数を必要とすることの裏返しであり、現実世界でそのまま使えない理由でもあります。sim2realが重要になる背景です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| OpenAI Five | Dota 2。5体の協調 |
| アルファスター | スタークラフト2。DeepMind開発 |
🎯 G検定での押さえどころ
- Dota 2でプロチームを破った
- 5体のエージェントによる協調（マルチエージェント）
- 自己対戦・カリキュラム学習を活用
⚠️ よくある誤りの選択肢
- 「OpenAI FiveはDeepMindが開発した」→ 誤り。OpenAIです
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「深層強化学習の概要」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。