[論文レビュー] A Crude Analysis of Twitch Plays Pokemon

Scott Deeann Chen|arXiv (Cornell University)|Aug 21, 2014

Artificial Intelligence in Games被引用数 3

ひとこと要約

本稿は、Twitch Plays Pokemonのアナーキー・モードを連続時間マーカフ過程としてモデル化し、プレイヤー数が勝利確率や予想ゲーム時間に与える影響を分析する。協力的入力が協調のない状態でも所与のパラメータ下で確実な勝利をもたらす46人のエキスパートプレイヤーを上限として、協調がなければ入力衝突が生じ、予想ゲーム時間が著しく増加することを明らかにする。

ABSTRACT

We model and study the game mechanisms and human behavior of the anarchy mode in Twitch Plays Pokemon with a pure-jump continuous-time Markov process. We computed the winning probability and expected game time for $1$ player and $N$ players and identified when collaboration helps. A numerical plug-in example is also provided.

研究の動機と目的

• Twitch Plays Pokemonのアナーキー・モードを、純ジャンプ型連続時間マーカフ過程としてモデル化すること。
• 単一プレイヤーおよびNプレイヤーの両ケースにおける勝利確率と予想ゲーム時間を計算すること。
• 複数プレイヤーからの協力的入力がゲーム進行を改善または妨げる条件を特定すること。
• 人間の反応時間、入力遅延、入力品質がゲーム時間および成功に与える影響を定量化すること。
• 協調が存在しない状況におけるプレイヤー数と予想ゲーム時間のトレードオフを評価すること。

提案手法

• 勝利を意味するn回の良い動き、敗北を意味するm回の悪い動きを吸収状態とする出生死滅過程としてゲーム進行をモデル化する。
• 対称的遷移率λとμの下で、ギャンブラーの破産問題を用いて勝利確率Pと予想移動回数Mを導出する。
• 人間の行動を指数分布の反応時間（λₕ⁻¹）と入力遅延（Tₔ）でモデル化し、有効入力レートを計算する。
• Nプレイヤー状況における重複入力を補正するため、入力品質qをq′ = q × P_cに調整する。ここでP_c = e^(-λₕ(N-1)Tₔ)である。
• M(t + Tₔ)（t = 1/(λ+μ)）を用いて、N、λₕ、Tₔ、q、nの関数として予想ゲーム時間T_gNを導出する。
• 数値パラメータ（q=0.99、Tₔ=0.15、λₕ=0.1、n=100）を適用し、時間の増加を計算し、確実な勝利を保証するN=46の閾値を同定する。

実験結果

リサーチクエスチョン

• RQ1 Twitch Plays Pokemonのアナーキー・モードにおいて、予想ゲーム時間はプレイヤー数にどのように依存するか？
• RQ2 プレイヤー数を増加させた場合、ゲーム進行の効率が向上または低下する条件は何か？
• RQ3 入力遅延と反応時間がある条件下で、勝利を保証するプレイヤー数の理論的上限は何か？
• RQ4 複数プレイヤーによる入力の重複は、入力の有効品質およびゲーム結果にどのように影響するか？
• RQ5 混沌とした入力がある中で、協調がなければ、どのような状況で集団的ソースの入力が単一プレイヤーのプレイを上回るのか？

主な発見

• 1人から19人のエキスパートプレイヤーに増加させると、予想ゲーム時間が約7倍短縮され、協働入力による初期の効率的利点が示される。
• 2qe^(-λₕ(N-1)Tₔ) > 1 である場合、予想ゲーム時間はプレイヤー数に伴い指数関数的に増加し、この条件を満たさない場合、時間は無限大にまで増加する。
• q=0.99、Tₔ=0.15、λₕ=0.1、n=100の条件下では、依然として勝利を保証するプレイヤー数の最大値は46人である。
• 46人を超えると、入力衝突が著しく増加し、進行が圧倒され、勝利を保証できなくなる。
• 協調がなくても、成功した入力を共有することで、初期段階では協働が進行に寄与することがある。
• モデルは、ディモクラシー・モードがアナーキー・モードよりも予想ゲーム時間を著しく短縮する可能性があることを示唆しているが、これは今後の研究課題のままである。