[논문 리뷰] Boosting Mixed-Initiative Co-Creativity in Game Design: A Tutorial

Solange Margarido, Licínio Roque외 2명|arXiv (Cornell University)|2024. 01. 11.

Virtual Reality Applications and Impacts인용 수 5

한 줄 요약

본 튜토리얼은 게임 디자인에서의 혼합 주도형 공동 창작(MI-CCy)을 조사하고, MI-CCy 양적자 프레임워크를 도입하며, 선택된 작품에 이를 적용하고, 향후 도구를 위한 격차와 가이드라인을 요약한다.

ABSTRACT

In recent years, there has been a growing application of mixed-initiative co-creative approaches in the creation of video games. The rapid advances in the capabilities of artificial intelligence (AI) systems further propel creative collaboration between humans and computational agents. In this tutorial, we present guidelines for researchers and practitioners to develop game design tools with a high degree of mixed-initiative co-creativity (MI-CCy). We begin by reviewing a selection of current works that will serve as case studies and categorize them by the type of game content they address. We introduce the MI-CCy Quantifier, a framework that can be used by researchers and developers to assess co-creative tools on their level of MI-CCy through a visual scheme of quantifiable criteria scales. We demonstrate the usage of the MI-CCy Quantifier by applying it to the selected works. This analysis enabled us to discern prevalent patterns within these tools, as well as features that contribute to a higher level of MI-CCy. We highlight current gaps in MI-CCy approaches within game design, which we propose as pivotal aspects to tackle in the development of forthcoming approaches.

연구 동기 및 목표

• 비디오 게임에서 MI-CCy와 관련된 게임 콘텐츠를 정의하고 분류한다.
• 콘텐츠 클래스(비트, 공간, 행동, 시스템, 시나리오, 디자인)를 가로질러 현재의 혼합 주도 공동 창작 도구를 조사한다.
• 공동 창작 도구의 수준을 평가하기 위한 MI-CCy 정량자 프레임워크를 소개한다.
• 선정된 작품에 프레임워크를 적용하여 패턴과 격차를 식별한다.
• 향후 게임 디자인 도구에서 MI-CCy를 발전시키기 위한 지침과 핵심 요소를 제안한다.

제안 방법

• 기존 PCG 유형에서 영감을 받아 게임 콘텐츠를 여섯 가지 콘텐츠 클래스로 분류한다.
• 각 콘텐츠 클래스 내에서 대표적인 MI-CCy 작품을 검토하고 분석한다.
• MI-CCy 정량자를 개발한다. 시각적이고 확장 가능한 프레임워크로 MI-CCy 기준을 평가한다.
• 선정된 사례 연구에 MI-CCy 정량자를 적용하여 디자인 패턴을 추출한다.
• 현재 MI-CCy 접근의 효과성과 한계, 열려 있는 문제를 논의한다.

Figure 1. Interface of the AI Spaceship Generator (Gallotta et al . , 2023 ) . Top left - the spaceship population; top middle - 3D preview of the selected spaceship; top right - a list of the spaceship properties; bottom left - controls to generate more spaceships or reset the population; bottom mi

실험 결과

연구 질문

• RQ1 다른 게임 콘텐츠 클래스 전반에 어떤 MI-CCy 접근이 존재하는가?
• RQ2 정량화 가능한 프레임워크를 사용해 MI-CCy를 일관되게 평가하는 방법은?
• RQ3 도구에서 더 높은 MI-CCy를 촉진하는 특징에 대해 어떤 패턴이 나타나는가?
• RQ4 게임 디자인에서 혼합 주도형 공동 창작을 제한하는 격차와 남은 이슈는 무엇인가?
• RQ5 향후 MI-CCy 도구 개발을 안내할 수 있는 지침은 무엇인가?

주요 결과

• MI-CCy 활동이 게임 공간과 시나리오에 집중되어 있으며, 게임 시스템을 대상으로 하는 작품은 더 드물다.
• 프레임워크(MI-CCy Quantifier)는 정량화 가능한 기준 척도에 따라 도구를 특징짓고 비교할 수 있다.
• 분석은 인간–AI 협업 창의성을 지원하는 반복적인 특징과 콘텐츠 클래스 전반에 걸친 MI-CCy 커버리지의 지속적인 격차를 드러낸다.
• 많은 도구가 공동 창작 지원을 제공하지만 여전히 인간 주도에 크게 의존하며, 더 적극적으로 계산적 기여가 필요한 여지를 시사한다.
• 사례 연구는 대화형, 타임라인 기반 또는 선호 학습 방식이 사용자의 제어와 창의력을 향상시킬 수 있음을 보여준다.
• 이 조사는 향후 게임 디자인 접근 방식에서 MI-CCy를 발전시키는 데 결정적인 개방 이슈를 강조한다.

Figure 2. Interface of the sprite editor (dos Santos Coutinho and Chaimowicz, 2023 ) . Left - the toolbar; middle - the main canvas displaying the selected pose view; right - a panel with the four pose views and a panel with the suggestion slots for each pose view on its left side. (Available at htt