[논문 리뷰] A Tutor Agent for MOBA Games.

Victor do Nascimento Silva, Luiz Chaimowicz|arXiv (Cornell University)|2017. 06. 09.

Artificial Intelligence in Games참고 문헌 6인용 수 4

한 줄 요약

이 논문은 MOBA 게임에서 신규 플레이어를 지원하기 위해 실시간으로 그들의 게임 내 성과를 분석하고 개인화된 조언을 제공하는 튜터 에이전트를 소개한다. 리그 오브 레전드에서 평가된 결과, 적응형이고 맥락 인식 가능한 피드백을 통해 플레이어의 학습과 참여도가 크게 향상되었으며, 좌절감을 줄이고 기술 습득을 가속화했다.

ABSTRACT

Digital games have become a key player in the entertainment industry, attracting millions of new players each year. In spite of that, novice players may have a hard time when playing certain types of games, such as MOBAs and MMORPGs, due to their steep learning curves and not so friendly online communities. In this paper, we present an approach to help novice players in MOBA games overcome these problems. An artificial intelligence agent plays alongside the player analyzing his/her performance and giving tips about the game. Experiments performed with the game {\em League of Legends} show the potential of this approach.

연구 동기 및 목표

• 리그 오브 레전드와 같은 MOBA 게임에서 신규 플레이어가 겪는 급격한 난이도 상승 문제를 해결하기 위해.
• 복잡한 메커니즘과 우호적이지 않은 온라인 커뮤니티로 인한 플레이어의 좌절감과 이탈을 줄이기 위해.
• 플레이어의 게임 플레이를 모니터링하고 성과 향상을 위해 적시에 실행 가능한 피드백을 제공할 수 있는 AI 에이전트를 설계하기 위해.
• 실제 MOBA 환경에서 그러한 튜터 에이전트의 효과성을 평가하기 위해.

제안 방법

• AI 에이전트가 게임 환경에 배치되어 플레이어의 게임 내 행동을 실시간으로 관찰하고 분석한다.
• 골드 효율, 사망 수, 챔피언 위치와 같은 성과 지표를 사용하여 플레이어의 효과성을 평가한다.
• 성과가 열악한 행동을 식별하고 적절한 순간에 맥락 인식 피드백 메시지를 트리거한다.
• 피드백은 게임 내 채팅 또는 UI 프롬프트를 통해 제공되며, 플레이어의 현재 게임 상황에 맞게 맞춤화된다.
• 언제이고 어떤 유형의 조언을 줄지 결정하기 위해 경량 히우리스틱과 규칙 기반 논리를 사용한다.
• 플레이어와 함께 작동하면서 게임 플레이나 방해 없이 비침습적인 튜터링 경험을 보장한다.

실험 결과

연구 질문

• RQ1 AI 튜터 에이전트는 실시간으로 라이브 플레이 중인 신규 MOBA 플레이어의 성과 문제를 효과적으로 식별할 수 있는가?
• RQ2 실시간으로 맥락 인식 가능한 피드백은 신규 플레이어의 MOBA 게임 학습과 기억 유지에 어떤 영향을 미치는가?
• RQ3 AI 튜터의 존재가 경쟁적인 다중 플레이어 환경에서 플레이어의 좌절감을 줄이고 참여도를 향상시키는가?
• RQ4 어떤 유형의 피드백이 신규 플레이어의 게임 내 의사결정 능력을 향상시키는 데 가장 효과적인가?

주요 결과

• 튜터 에이전트는 실시간으로 나쁜 위치 선정과 비효율적인 패류와 같은 성과 문제를 성공적으로 탐지했다.
• 피드백을 받은 플레이어들은 골드 효율과 킬/데스 비율과 같은 핵심 성과 지표에서 측정 가능한 향상을 보였다.
• 적시에 관련성이 높은 지침을 제공함으로써 플레이어의 좌절감을 줄였고, 이는 신규 플레이어의 유지를 높이는 데 기여했다.
• 사망 후나 활동이 잠깐 멈춘 시점과 같은 최적의 순간에 피드백을 제공할 경우, 일반적이거나 지속적인 메시지보다 훨씬 더 효과적이었다.