本研究はリアルタイムストラテジー（RTS）ゲームにおけるAI構築を目標としている。RTSゲームは、観測空間と行動空間が広大であるため、AI構築が特に困難な分野である。本研究では、強化学習手法であるPPOを用いたエージェントを開発し、言語タスクで大きな成果を挙げているTransformerを活用することで、時系列情報をモデルに入力する方法を提案した。また、同一のPositional Encodingを異なるトークンに適用する手法がRTSゲームAIにおいて有効かを検証した。これにより、RTSゲームAIの性能向上を目指すとともに、Transformerの応用例を示した。