メタAI を用いたFPS ゲーム難易度の自動チューニング

• Item type: Symposium(1)
• 公開日: 2021-11-06
• タイトル: メタAI を用いたFPS ゲーム難易度の自動チューニング
• タイトル / 言語: en
• タイトル: Meta AI-based Automatic Tuning of FPS Game Difficulty
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ファーストパーソン・シューティングゲーム
• キーワード / 主題Scheme: Other
• キーワード / 主題: メタAI
• キーワード / 主題Scheme: Other
• キーワード / 主題: 動的難易度調整
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 立教大学大学院人工知能科学研究科
• 著者所属: 立教大学大学院人工知能科学研究科
• 著者所属(英): en
• 著者所属(英): Rikkyo University,Graduate School of Artificial Intelligence and Sciences
• 著者所属(英): en
• 著者所属(英): Rikkyo University,Graduate School of Artificial Intelligence and Sciences
• 著者名: 宋, 亜成; 三宅, 陽一郎
• 著者名(英): ASEI, SOU; YOUICHIRO, MIYAKE
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 対戦ゲームにおいて，ユーザーの楽しさを維持するために適度な難易度が重要である．1980 年代にはゲーム内において、ゲーム全体を俯瞰的に監視しコントロールするメタ AI を実装することによって，プレイスキルを解析し難易度を低減する事例があるが，FPS ゲームにおける動的難易度調整はなかった．また，「プレイヤー対環境」形式のファーストパーソン・シューティング(PVE-FPS)ゲームは，同じゲームをプレイしても，ユーザーのプレイスキルの差によって異なるゲーム難易度として感じられる問題が存在している．本研究では，メタ AI を用いてゲーム難易度を自動的にチューニングすることで、ユーザープレイの楽しさを維持するゲーム AI の実現を目指す．本研究では，作成したメタ AI システム(GBM-AI:Game Balancing Meta-AI)をオリジナル FPS ゲーム「MetaFPS」に実装する．まず、テスト実験を行い，難易度チューニング用の初期データセットを取得する．その上に，K 近傍法の手法に基づいてプレイヤースキルを分類し，適度な難易度に調整する．評価実験として，GBM-AI ありまたは GBM-AI なしの対照実験を行った．その結果，GBM-AI は上級者レベルの人間プレイヤーにチャレンジを与える環境を実現することを確認できた．一方，初心者レベルのプレイヤーのスコアが伸びず難易度が高すぎて調整が合っていない可能性も示唆された．そこで，初心者でも楽しめるために，キャラクターAI も考慮した新たな難易度調整手法を検討する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In competitive games, a moderate level of difficulty is important to maintain the user's enjoyment. In the 1980s, a meta-AI that monitors and controls the entire game from a bird's-eye view was implemented in the game to analyze play skills and reduce difficulty, but dynamic difficulty adjustment in FPS games was not available. However, there was no dynamic difficulty adjustment in FPS games. In addition, "player vs. environment" style first person shooter (PVE-FPS) games have a problem that the same game can be perceived as different game difficulties depending on the differences in play skills of users. In this study, we aim to realize a game AI that maintains the enjoyment of user play by automatically tuning the game difficulty using meta-AI. In this study, we implement the created meta-AI system (GBM-AI: Game Balancing Meta-AI) in our original FPS game "MetaFPS". First, we conduct a test experiment to obtain an experimental dataset for difficulty tuning. First, we conduct a test experiment to obtain an experimental dataset for difficulty tuning. Then we classify the player skills based on the K-nearest neighbor method and tune the difficulty to a reasonable level. As an evaluation experiment, we performed a control experiment with GBM-AI or without GBM-AI. As a result, it was confirmed that GBM-AI can realize an environment that gives challenge to advanced level human players. On the other hand, it was suggested that the difficulty level might be too high and the adjustment might not be right because the score of novice level players did not increase. Therefore, we will study a new difficulty adjustment method that also takes character AI into account so that even novice players can enjoy the game.
• 書誌情報: ゲームプログラミングワークショップ2021論文集; 巻 2021, p. 49-56, 発行日 2021-11-06
• 出版者 / 言語: ja
• 出版者: 情報処理学会