Ramen、Aura Autopilotをオープンソース化 Unreal、Unity、GodotにAIプレイテストを導入

ゲームは問題なくコンパイルできても、ジャンプが正常に動作しない、目標に到達できない、メニューが閉じないといった不具合が残ることがあります。Ramenは、こうした課題に対応するため、Unreal Engine、Unity、Godot向けのオープンソースのゲームプレイエージェント「Aura Autopilot」を10月30日に発表しました。このツールは、ゲームをプレイしながら学習し、長期的な目標に取り組み、開発者が特定のシステムに注意を向けるよう指示できるよう設計されています。

今回の発表は、Ramenが提供するUnrealとUnity向けの既存のマルチエージェント開発アシスタント、Auraを拡張するものです。提案されているワークフローでは、別々に行われることの多い2つの作業を組み合わせます。1つのエージェントがゲームプレイ機能を構築し、もう1つがゲームに入って、その機能が実際に動作するかをテストします。スタジオにとって重要なのは、変更のたびに開発者が基本的な操作を一つひとつ自分で繰り返さなくても、このフィードバックサイクルを短縮できることです。

ゲームをプレイすることで、コードチェックだけでは確認できないこと

コンパイルによって確認できるのは、コードがプログラミング言語の規則に従っていることです。プレイヤーがクエストを完了できることや、スタミナゲージが意図した速度で減ることまでは確認できません。こうした結果は、入力、物理演算、アニメーション、ゲームの状態、インターフェース要素、場合によっては接続中の複数のプレイヤーといったシステムが、時間の経過とともに相互作用することで決まります。

Ramenが公開している、Auraの既存の検証エージェントに関するドキュメントは、この違いを具体的に示しています。UnrealではPlay-In-Editorを起動し、生成されたアクター、アビリティ属性、インターフェースの表示状態などの実行時情報を調べ、録画した動画を証拠として添付できます。また、修復を試みてから、再度検証を実行することもできます。ドキュメントに記載されたUnityの実装はよりシンプルで、コンパイルしてプレイモードに入り、スクリーンショットを確認します。同様の高度な動画証拠機能は備えていません。

Autopilotは今回新たに発表されたプレイテストエージェントです。そのため、既存の機能は背景情報にはなりますが、すべてのゲームエンジンで同じ機能が使えることの証明にはなりません。Ramenによると、Autopilotはシューティングゲーム、アクションRPG、モバイルゲーム、サバイバルクラフト、ターン制JRPG、リアルタイムストラテジーゲームをプレイできます。これは初期デモで対応範囲がどこまで示されたかについての説明であり、あらゆる商用ゲームや特殊な操作方式が調整なしで動作することを示すものではありません。

AIがデモで勝つことより、テストを自在に方向づけられることが重要

開発チームにとって、有用なゲームプレイエージェントには、ステージを生き延びる以上の能力が必要です。開発者が注目する動作を調査できなければなりません。RamenはAutopilotを、チームが特定のシステムに焦点を合わせられ、長期的な目標に向けた計画も立てられる、方向づけ可能なエージェントと説明しています。

たとえば、インベントリに変更を加えるケースを考えてみましょう。有意義なテストでは、アイテムを見つけて入手し、インベントリを開き、それを装備したうえで、キャラクターの動作が変わることを確認する必要があるかもしれません。この一連の確認は、インベントリ画面が表示されるのを見るだけよりも多くの情報を得られます。また、簡単なスクリプトによるチェックでは見逃しかねない失敗の機会も、いくつも明らかになります。

実際には、開発者が明確な目標と受け入れ条件を記述する必要があります。「インベントリをテストする」だけでは解釈の余地が大きすぎます。「このアイテムを入手して装備し、ダメージ値が変わることを確認する」と指定すれば、エージェントが観測できる結果を示せます。チームは、何を試し、何が起きたかを示す証拠も引き続き必要とします。流暢な成功メッセージだけでは不十分です。

「自己改善」が示すこと、そして明らかにしていないこと

「Aura Autopilotはあらゆるゲームをリアルタイムでプレイしながら学習し、プレイを重ねるほど上達します」と、RamenのCEO兼共同創業者であるAndy Tsen氏は発表の中で述べています。「これはゲームQAの新たな可能性を切り開くものであり、開発者や研究者がさらに発展させられるよう、オープンソース化します」

Ramenはこのエージェントを再帰的に自己改善すると説明し、ゲームの経験を積むほど、より速く結果を返すとしています。一方、リリースでは、その改善が永続的な記憶、戦略の見直し、ツールの生成、モデルの学習、あるいはそれらの組み合わせによるものかは明らかにされていません。こうした仕組みは、再現性やコスト、ゲームの大規模アップデート後に学習内容がどれほど保持されるかに、それぞれ異なる影響を及ぼします。

目標や環境が変化するとき、適応するテストシステムは役立つ可能性がありますが、適応によって実行間の比較は複雑になります。このツールを評価するスタジオは、結果とともにゲームのビルド、モデルの設定、目標、開始条件を保存しておくべきです。そうすれば、固定された不具合と、レベル内で別の経路をたどったことを区別しやすくなります。

オープンソース化により、テスト層を特定のモデルプロバイダーから切り離す

Ramenによると、単体で動作するAutopilotは、既存のClaude CodeおよびCodexのサブスクリプション、または開発者自身のAPIキーで利用できます。また、Auraのサブスクリプションにも統合が進められています。発表されたGitHubプロジェクトを通じて、スタジオや研究者はテスト層を調査・拡張でき、各チームがその基盤を一から構築する必要はありません。

この柔軟性により、スタジオは自社のゲームでモデルを比較し、遅延、信頼性、コストのバランスを選べるようになる可能性があります。高速なモデルは単純なやり取りにはうまく対応できても、過去の複数の判断を覚えておく必要がある目標には苦戦するかもしれません。より高性能なモデルなら達成率が向上する可能性がある一方、繰り返し実行する際のコストは増加します。オープンソースで利用できても、モデルの利用料やゲームの実行に必要な計算リソースが不要になるわけではありません。

Autopilotと、より幅広い製品であるAuraとの違いも重要です。発表では、テストエージェントの対応先としてUnreal、Unity、Godotが挙げられていますが、Auraのより広範な開発アシスタントは、引き続きUnrealとUnityに重点を置いています。AutopilotがGodotに対応しているからといって、Auraのすべての制作ツールが現在Godotで利用できるという意味ではありません。

パフォーマンスに関する主張を文脈に沿って読み解く

Ramenによると、Autopilotは従来のVerification Agentより3倍速く、コストも低く動作し、ゲームテストの結果ではBezi、NeoStack、Claude Code、Codexを上回るといいます。同社は、アーキテクチャとベンチマークを扱うホワイトペーパーも併せて公開する予定です。

これらの数値は同社が公表したものです。この記事のために事前に提供された資料には、ベンチマークの完全な方法論、タスクセット、モデルのバージョン、失敗の判定基準、コスト計算が含まれていません。そのため、この結果から、あらゆるスタジオのワークフローで一律に優位性があるとは結論づけられません。本番環境で有用な評価を行うには、同じビルドを使って、テストの完了率、見逃された不具合、誤検知、実行時間、モデルの総コストを比較する必要があります。

反復開発の高速化にも、人によるQAは欠かせない

自動プレイテストによって、小規模チームでも繰り返しのチェックを行いやすくなり、大規模スタジオにとっても、変更を加えたビルドをテストする新たな手段となる可能性があります。小さな変更を何度も加えた後に、同じ手順を繰り返す必要がある場合には、特に有効です。一方、戦闘が満足のいくものか、チュートリアルが親しみやすいか、物語の場面が感情に訴えかけるかといった判断には、あまり適していません。

Ramenはテストと並行して制作ツールも拡充しています。今回の発表には、FigmaとBlenderとの連携、プロンプトによるキャラクターアニメーション、大規模なレベルの仮組みに対応するよう改良されたレベルデザインエージェントが含まれています。コンテンツ生成が速くなるほど、生成された要素のインタラクションを確認する重要性も高まります。制作とテストを繰り返す価値は、単にアセットを増やすことではありません。アセットやシステムが複雑になり、問題の解きほぐしが難しくなる前に、誤りを見つけることにあります。

Ramenのこれまでの歩みを知ると、同社がこの分野に注力する理由が見えてきます。VRスタジオとして始まった同社は、Zenithを開発した後、開発者向けツールへと事業の軸足を移しました。また、2026年にCoplayを買収したことで、AuraのUnity対応が強化されたとしています。Autopilotによって、この戦略はより明確になります。ゲーム制作を支援するAIには、自らが作ったゲームを確実に検証する手段も必要です。プレイヤーにとって将来的に期待できるのは、リリース版に不具合のあるインタラクションが残るのを減らすことであり、ゲームをプレイする価値があるかを判断する人々に取って代わることではありません。