[論文レビュー] Integrating Automated Play in Level Co-Creation

Andrew D. Hoyt, Matthew Guzdial+3 more|arXiv (Cornell University)|Nov 20, 2019

Artificial Intelligence in Games参考文献 19被引用数 7

ひとこと要約

本稿では、Super Mario Bros. レベルデザインにおける遊びやすさと難易度評価の向上を目的として、Morai Maker レベル共同作成ツールに自動化された2つの機能——A*到達可能性チェックとA*-ベースの生存分析——を導入する。A*経路探索とエージェントベースのシミュレーションを活用することで、デザイナーは手動でのプレイテストを必要とせず、レベルの通過可能性を検証し、難易度を推定できるようになり、人間とAIの共同作成ワークフローにおける設計の効率性と信頼性が向上する。

ABSTRACT

In level co-creation an AI and human work together to create a video game level. One open challenge in level co-creation is how to empower human users to ensure particular qualities of the final level, such as challenge. There has been significant prior research into automated pathing and automated playtesting for video game levels, but not in how to incorporate these into tools. In this demonstration we present an improvement of the Morai Maker mixed-initiative level editor for Super Mario Bros. that includes automated pathing and challenge approximation features.

研究の動機と目的

• 手動でのプレイテストを要件とせずに、人間とAIが共同でレベルを設計する環境において、レベルの遊びやすさと到達可能性を保証する課題に対処すること。
• 現在の Morai Maker システムでは物理モデルが欠落しているため、AIが生成するレベル要素が遊びられない可能性があるという制限を克服すること。
• キーレベルセクションが到達可能かどうか、またその難易度がどの程度かを、デザイナーがリアルタイムで自動的にフィードバックを受け取れるようにすること。
• 個人でのプレイスルーなしで、非専門のデザイナーが挑戦のバランスが取れた遊びやすいレベルを、挑戦の程度を近似的に把握することで作成できるようにすること。

提案手法

• Super Mario Bros. の物理に配慮した A* 経路探索モデルを用いて、ユーザーが定義した2点間の最適経路を可視化する A* 到達可能性チェックを実装する。
• ジャンプや移動などのゲームメカニクスを A* 操作子として表現し、実行可能な経路を計算する。
• 事前に計算された A* 経路に従って、設定可能な数のエージェント（デフォルト100体）をシミュレートする A*-ベースの生存分析機能を導入する。
• 各エージェントがノード遷移のためのランダムな閾値を持つようにし、ゴールに到達できたエージェントの割合を用いて、難易度の粗い推定値とする。これは、プレイヤースタイルのばらつきと最適性の違いを反映する。
• キーボードショートカット（例：'P' キー）を介して、レベルデザイン中のリアルタイム操作が可能な形で、両方の機能を Morai Maker エディタに統合する。
• 設計の反復的でミックスド・イニシアチブ型のプロセスを保つために、未完成なレベルでも、段階の途中でいつでもチェックが可能であることを保証する。

実験結果

リサーチクエスチョン

• RQ1 手動でのプレイスルーが不要な状況において、自動化された経路探索が人間とAIが共同でレベルを設計する環境で、レベルの通過可能性を検証できるか？
• RQ2 A*-ベースのエージェントシミュレーションは、レベルデザインにおける人間の主観的難易度をどの程度正確に近似できるか？
• RQ3 自動化された遊びやすさと難易度分析を統合することで、AI補助レベルエディタの使いやすさと信頼性はどのように向上するか？
• RQ4 非専門のデザイナーは、個人でのテストなしで、自動フィードバックを効果的に活用して遊びやすくバランスの取れたレベルを作成できるか？

主な発見

• A* 到達可能性チェックは、レベル内の2点間で遊び可能な経路が存在するかどうかを正しく特定し、ユーザーがレベルをプレイしなくても視覚的な確認が可能である。
• A*-ベースの生存分析は、経路に沿って最適性にばらつきを持つエージェントをシミュレートすることで、挑戦の定量的推定値を生成し、成功確率を難易度の代理指標として用いる。
• 生存分析における成功エージェントの割合は、ランダムに設定された閾値のため、実行ごとに変動し、ゲームプレイスタイルの本質的なばらつきを反映している。
• 本システムにより、デザイナーは手動でのプレイテストなしで到達可能性と難易度を評価でき、設計の流れを保ちつつ不満を軽減できる。
• 未完成なレベルに対しても機能するため、各段階で完全に遊び可能な状態でいなくても、反復的設計を支援する。
• 自動分析の Morai Maker への統合により、AIが生成するコンテンツの信頼性が向上し、遊びられないレベル要素のリスクが低減される。