[論文レビュー] Open Player Modeling: Empowering Players through Data Transparency

Jichen Zhu, Magy Seif El‐Nasr|arXiv (Cornell University)|Oct 12, 2021

Sports Analytics and Performance参考文献 62被引用数 5

ひとこと要約

本稿では、ゲームプレイデータから得られるプレイヤーモデルを可視化することで透明性とインタラクティビティを高めることで、プレイヤーが自らの戦略を理解し、他者と比較し、自己制御学習を向上させられる新しい研究分野であるオープンプレイヤーモデリング（OPM）を紹介する。並列プログラミング教育ゲームを事例に、プレイシーケンスのインタラクティブでプロセス指向の可視化により、プレイヤーが戦略を内省し、学びを改善できる仕組みを実証する。

ABSTRACT

Data is becoming an important central point for making design decisions for most software. Game development is not an exception. As data-driven methods and systems start to populate these environments, a good question is: can we make models developed from this data transparent to users? In this paper, we synthesize existing work from the Intelligent User Interface and Learning Science research communities, where they started to investigate the potential of making such data and models available to users. We then present a new area exploring this question, which we call Open Player Modeling, as an emerging research area. We define the design space of Open Player Models and present exciting open problems that the games research community can explore. We conclude the paper with a case study and discuss the potential value of this approach.

研究の動機と目的

• 特にゲームの非エキスパートプレイヤーに対して、プレイヤーモデリングシステムの透明性が欠如している問題に対処すること。
• プレイヤーモデルを可視化・解釈可能にすることで、プレイヤーがゲームプレイを内省し、学びを向上させられるようにすること。
• モデルの表現力とプレイヤーの理解可能性の両立を図るオープンプレイヤーモデル（OPM）のデザインスペースを構築すること。
• OPMが、教育的およびeスポーツの文脈において、公平性、信頼性、有効性をどのように高められるかを調査すること。

提案手法

• 著者らは、プレイトレースを表現するため、ステートグラフと同期化されたシーケンスグラフを組み合わせた可視化システム「Glyph」を開発した。
• ステートグラフは個々のゲームプレイ経路を可視化するのに対し、シーケンスグラフは人気度と類似度に基づいて類似シーケンスのクラスタを表示する。
• プレイヤーの行動は色分けされ、インタラクティブに操作可能で、意思決定のステップを詳細に確認できる。
• ハイライト、フィルタリング、アノテーションによる内省を支援するユーザーインタラクションをサポートする。
• このアプローチは、ユーザーモデリングとインタラクティブマシンラーニングに根ざしており、オープンラーナーモデリング（OLM）の技術をゲームに適応したものである。
• モデルの複雑さと視覚的明快さのバランスを保つために、解釈可能性を重視し、サイズと距離を用いて人気度と類似度をエンコードする。

実験結果

リサーチクエスチョン

• RQ1 ゲームにおける非エキスパートプレイヤーに対して、どのようにしてプレイヤーモデルを透明かつ解釈可能にできるか？
• RQ2 どのような可視化形式が、プレイヤーの戦略内省と比較を最も効果的に支援するか？
• RQ3 OPMシステムは、モデルの表現力とユーザーの理解可能性の両立をどのように設計できるか？
• RQ4 アノテーションやフィルタリングといったインタラクティブ機能が、プレイヤーのOPMへの関与をどのように高めるか？
• RQ5 OPMは、AI駆動ゲームシステムにおける自己制御学習と信頼性をどのように向上させられるか？

主な発見

• Glyphを用いた可視化により、並列プログラミングゲームの1レベルで3つの明確なゲームプレイ解決パターンが特定され、プレイヤーが自らの戦略を特定・比較できるようになった。
• 成功したプレイヤーのトレースに従って、待機ステートメントの調整といった詳細な意思決定シーケンスを確認できるようになった。
• ユーザー研究の結果、インタラクティブなOPMはより深い関与を促進し、プレイヤーが探索に費やす時間が長くなり、自己評価を試みたり、例を確認したりする傾向が見られた。
• 個々の経路と集団的パターンの両方を可視化することで、メタ認知的内省と学習戦略の改善が可能であることが示された。
• 複雑で情報豊富なモデルと、シンプルで理解しやすい視覚化の間には、依然として重要な葛藤が残っており、反復的設計とユーザーテストが不可欠である。
• OPMをレコメンデーションおよびリマインダー・システムと統合することで、ゲームプレイのガイダンスが向上する可能性があるが、その前提としてモデルの説明可能で透明な構造が求められる。