プレイヤがゲームを楽しむには，難易度設計がプレイヤのレベルに合っている必要がある．ピースを積み上げてCOMと対戦する「タワーバトル」でも，プレイヤレベルに応じた強さの対戦COMの実装が求められる．本研究では，プレイヤが難易度差を適切かつ明確に感じられるようになることを目的として，タワーバトルの対戦COMの適切な実装方法を検討する．対戦COMの行動方針を定めるルールはニューラルネットワークで表現し，各パラメータの学習に強化学習を用いる．強化学習手法としてPPOとSACを用いた2種類の対戦COMを実装した．評価実験では，被験者に両COMと対戦させたうえで，各COMの難易度の差を評価させる.