[논문 리뷰] "Press Space to Fire": Automatic Video Game Tutorial Generation

Michael Cerny Green, Ahmed Khalifa외 2명|arXiv (Cornell University)|2018. 05. 30.

Educational Games and Gamification인용 수 14

한 줄 요약

이 논문은 일반 비디오게임 AI(GVG-AI) 프레임워크를 사용하여 에이전트 플레이스루에서 문법 기반의 텍스트 기반 튜토리얼을 생성함으로써 자동 비디오게임 튜토리얼 생성을 인공지능 문제로 제안한다. 게임 메커니즘을 자연어 지시로 매핑하는 그래프 기반 규칙 해석 시스템을 도입하여 프로시저럴 게임을 위한 동적이고 맥락 인식 튜토리얼을 가능하게 한다.

ABSTRACT

We propose the problem of tutorial generation for games, i.e. to generate tutorials which can teach players to play games, as an AI problem. This problem can be approached in several ways, including generating natural language descriptions of game rules, generating instructive game levels, and generating demonstrations of how to play a game using agents that play in a human-like manner. We further argue that the General Video Game AI framework provides a useful testbed for addressing this problem.

연구 동기 및 목표

• 자동 게임 튜토리얼 생성을 게임 디자인 분야에서 새로운 인공지능 문제로 프레임화하는 것.
• GVG-AI 프레임워크 내에서 게임 규칙과 에이전트 행동으로부터 자연어 튜토리얼을 생성하는 방법을 개발하는 것.
• 지침형, 예시 기반, 경험 기반 튜토리얼을 생성함으로써 다양한 학습 스타일을 지원하는 것.
• 프로시저럴 게임에 적응 가능한 확장 가능한 문법 기반 튜토리얼 생성 시스템을 구축하는 것.
• 게임 복잡도와 플레이어 메커니즘에 맞게 자동으로 인간과 유사한 튜토리얼을 생성할 수 있도록 하는 것.

제안 방법

• 에이전트 플레이스루의 그래프 기반 해석을 통해 게임 메커니즘과 핵심 경로(승리/패배)를 모델링한다.
• 게임 요소(스프라이트, 동작, 제어)를 자연어 문장을 생성하기 위한 형식 문법으로 매핑한다.
• 문법은 승리/패배 조건, 부정/긍정적 동작, 메커니즘, 제어 바인딩을 위한 문장 구조를 정의한다.
• 상호작용 그래프의 각 노드는 관련 동작과 스프라이트에 따라 분류되어 적절한 문장 유형(예: 제어, 메커니즘, 또는 동작 문장)을 선택한다.
• 시뮬레이션 중 게임 규칙과 에이전트 행동에 기반하여 튜토리얼 엔진이 문장을 동적으로 선택하고 조합한다.
• 기존의 GVG-AI 게임 기술서와 기반된 에이전트 플레이를 활용하여 교육 가능한 콘텐츠를 자동으로 유추한다.

실험 결과

연구 질문

• RQ1 어떻게 인공지능을 활용하여 프로시저럴 게임의 규칙과 메커니즘에 맞게 적응하는 자동 게임 튜토리얼을 생성할 수 있는가?
• RQ2 정확하고 교육적으로 효과적인 자연어 튜토리얼을 생성하기 위해 필요한 구조적 및 언어적 구성 요소는 무엇인가?
• RQ3 다양한 게임 유형을 지원하기 위해 튜토리얼 생성을 일반 비디오게임 AI 프레임워크에 어떻게 통합할 수 있는가?
• RQ4 핵심 경로(승리/패배)는 최적의 학습을 위한 튜토리얼 콘텐츠 구성에서 어떤 역할을 하는가?
• RQ5 지침형, 예시 기반, 경험 기반 튜토리얼과 같은 다양한 튜토리얼 스타일은 어떻게 인코딩하고 자동으로 생성할 수 있는가?

주요 결과

• 제안된 시스템은 에이전트 플레이스루를 게임 메커니즘의 그래프로 성공적으로 매핑하여 자동 튜토리얼 생성을 가능하게 했다.
• 문법 기반 문장 생성은 '화살표 키를 눌러 플레이어를 움직이세요' 또는 '외계인이 외계인 미사일을 발사합니다'와 같은 맥락에 맞는 지시를 생성할 수 있도록 했다.
• 행동 유형에 따라 노드를 분류하고 적절한 문장 템플릿을 선택함으로써 시스템은 여러 튜토리얼 유형을 지원한다.
• 수동 저작 없이도 동적 튜토리얼 생성이 가능하여 게임 튜토리얼 개발 시간을 줄였다.
• 게임이 프로시저럴로 정의되고 규칙 기반인 GVG-AI 환경에서 튜토리얼 생성의 실현 가능성을 입증했다.
• 시스템은 승리 및 패배 핵심 경로를 식별하여 주요 메커니즘과 결과를 강조하는 튜토리얼을 생성할 수 있다.