[論文レビュー] Short Literature Review for a General Player Model Based on Behavlets

Benjamin Ultan Cowley, Darryl Charles|arXiv (Cornell University)|Mar 22, 2016

Sports Analytics and Performance参考文献 36被引用数 3

ひとこと要約

本稿は、プレイヤー心理、ゲーム構造、体験フレームワークを統合することで、一般化されたプレイヤーモデルの基盤となるフレームワークを提案する。プレイヤー体験をモデル化するためのコアなツールを同定するためのスコープレビューを導入し、より正確で心理学的根拠に基づいたプレイヤーモデリングを実現し、ゲーム内での適応的AIの支援を目的としている。

ABSTRACT

We present the first in a series of three academic essays which deal with the question of how to build a generalized player model. We begin with a proposition: a general model of players requires parameters for the subjective experience of play, including at least: player psychology, game structure, and actions of play. Based on this proposition, we pose three linked research questions, which make incomplete progress toward a generalised player model: RQ1 what is a necessary and sufficient foundation to a general player model?; RQ2 can such a foundation improve performance of a computational intelligence-based player model?; and RQ3 can such a player model improve efficacy of adaptive artificial intelligence in games? We set out the arguments behind these research questions in each of the three essays, presented as three preprints. The first essay, in this preprint, reviews the literature for the core foundations for a general player model. We then propose a plan for future work to systematically extend the review and thus provide an empirical answer to RQ1 above. This work will directly support the proposed approach to address RQ2 and RQ3 above. This review was developed to support our 'Behavlets' approach to player modelling; therefore if citing this work, please use the relevant citation: Cowley B, Charles D. Behavlets: a Method for Practical Player Modelling using Psychology-Based Player Traits and Domain Specific Features. User Modelling and User-Adapted Interaction. 2016 Feb 8; online (Special Issue on Personality in Personalized Systems):1-50.

研究の動機と目的

• プレイヤーの主観的体験を捉えることのできる、一般化されたプレイヤー・モデルのための必要十分な基盤を確立すること。
• プレイヤー心理、ゲーム構造、体験フレームワークから、そのようなモデルの構築要素としての可能性を有する既存のツールを同定・評価すること。
• プレイヤーモデリングに最も効果的な要素を実証的に検証するための体系的レビューおよびメタアナリシスの基盤を築くこと。
• プレイヤー・モデルを検証された心理学的およびデザイン理論に基づいて構築することで、より適応的かつパーソナライズされたゲームAIの開発を支援すること。

提案手法

• プレイヤー心理、ゲーム構造、体験フレームワークの3つの主要分野における、体系的でない、必要に応じたスコープレビューを実施する。
• プレイヤータイプ、ゲームデザインパターン、行動の心理的モデルに関連する主要な参考文献および検索用語を同定する。
• スコープレビューを体系的レビューに変換するための将来の研究計画を提示する。これには再現可能な検索戦略とフィルタリング手順が含まれる。
• 特に発表済みのプレイヤー・モデルおよびタイプ分類に焦点を当て、ACM Digital Libraryなどのインデックス付きデータベースを活用して、主要な研究の引用論文を収集する。
• 既存のモデルをメタアナリシスするための方法論的パイプラインを設計する。これには分類器の正確性およびモデル効率性の定量的評価が含まれる。
• 得られた知見をBehavletsフレームワークに統合し、心理的特徴とドメイン固有のゲーム要因を結びつけることで、より豊かで理論的根拠に基づいたプレイヤーモデリング特徴を創出する。

実験結果

リサーチクエスチョン

• RQ1 プレイヤー体験を記述するための既存のツールは、一般化されたプレイヤー・モデルの必要十分な基盤を形成できるか？
• RQ2 そのような基盤は、リアルタイム環境における計算知能に基づくプレイヤー・モデルの性能を向上させることができるか？
• RQ3 心理学的根拠に基づいたプレイヤー・モデルは、ゲーム内AIの効果性および適応性を高めることができるか？

主な発見

• 既存のプレイヤー・モデルは、しばしばプレイにおける心理的次元を捉えられておらず、基本的なゲーム内変数やチャレンジ調整に依存している。
• Bartleのタイプ分類のようなプレイヤー・タイプ分類は頻繁に引用されているが、体系的な検証が不足しており、プレイヤー行動の分類における正確性に関する限られた証拠があるにとどまる。
• Behavletsフレームワークは、心理的特徴とゲームデザインパターンを結びつけることで、理論的根拠に基づいたモデリング特徴を創出する画期的なアプローチを提供する。
• 特に医療分野以外の分野、たとえばゲームAIにおけるプレイヤー・モデリングツールについて、体系的かつ再現可能なレビューが著しく不足している。
• 将来の体系的レビューおよびメタアナリシスにより、たとえばBartleのタイプ分類を用いたモデルの正確性といった、さまざまな基盤的要素の有効性を定量的に評価できる。
• 心理学的理論とゲームデザインパターン、アクションモデリングを統合することで、より強固で一般化可能なプレイヤー・モデルが得られる。