本研究は，対戦型2D格闘ゲームにおいて特定プレイヤのプレイスタイルを模倣するAIの構築を目的とする．有限ステートマシンとディープニューラルネットワークを組み合わせた構造であるFSMDNNを模倣学習に適用し，キャラクタ同士の距離や残りHP，必殺ゲージの有無など，ゲーム内の状況を特徴付ける情報に基づいてステートを分割し，各ステートごとに個別のモデルで学習を行うことで，攻守バランスや技選択の変化といった戦術的特徴を模倣する手法を提案する．Unityにおいて機械学習のライブラリであるML-Agentsを用いて学習環境を構築し，提案手法の妥当性を定量評価と定性評価の両面から検証した．