[论文解读] A Crude Analysis of Twitch Plays Pokemon

Scott Deeann Chen|arXiv (Cornell University)|Aug 21, 2014

Artificial Intelligence in Games被引用 3

一句话总结

本文将Twitch Plays Pokemon的无政府模式建模为连续时间马尔可夫过程，以分析玩家数量对获胜概率和预期游戏时间的影响。研究发现，尽管无协调的协作可减少游戏时间，但过多玩家会导致输入冲突，使预期游戏时间急剧增加，给定参数下理论上的保证获胜玩家上限为46人。

ABSTRACT

We model and study the game mechanisms and human behavior of the anarchy mode in Twitch Plays Pokemon with a pure-jump continuous-time Markov process. We computed the winning probability and expected game time for $1$ player and $N$ players and identified when collaboration helps. A numerical plug-in example is also provided.

研究动机与目标

• 将Twitch Plays Pokemon的无政府模式建模为纯跳跃的连续时间马尔可夫过程。
• 计算单人与N人场景下的获胜概率和预期游戏时间。
• 识别多人玩家协作输入在何种条件下促进或阻碍游戏进度。
• 量化人类反应时间、输入延迟和输入质量对游戏时长与成功率的影响。
• 评估玩家数量与预期游戏时间之间的权衡，特别是在缺乏协调的情况下。

提出的方法

• 将游戏进度建模为出生-死亡过程，其中n次有效操作（获胜）和m次错误操作（失败）为吸收态。
• 利用赌徒破产问题推导对称转移率λ和μ下的获胜概率P与预期移动次数M。
• 通过指数分布的反应时间（λₕ⁻¹）和输入延迟（Tₔ）建模人类行为，以计算有效输入速率。
• 通过调整输入质量q以考虑N人场景下的重复输入，定义有效质量q′ = q × P_c，其中P_c = e^(-λₕ(N-1)Tₔ)。
• 基于M(t + Tₔ)，其中t = 1/(λ+μ)，推导预期游戏时间T_gN关于N、λₕ、Tₔ、q和n的函数。
• 应用数值参数（q=0.99，Tₔ=0.15，λₕ=0.1，n=100）计算时间增长，并确定N=46为保证获胜的临界点。

实验结果

研究问题

• RQ1 在Twitch Plays Pokemon的无政府模式中，预期游戏时间如何随玩家数量变化？
• RQ2 在何种条件下，增加玩家数量会提高或降低游戏进度的效率？
• RQ3 在给定输入延迟和反应时间的情况下，理论上玩家数量的上限是多少，仍能保证获胜？
• RQ4 由于多名玩家导致的输入重复如何影响输入的有效质量和游戏结果？
• RQ5 在何种情况下，尽管输入混乱，无协调的群体协作仍优于单人游戏？

主要发现

• 当玩家从1人增加到19名专家玩家时，预期游戏时间减少约7倍，表明集体输入在初期具有显著效率增益。
• 当2qe^(-λₕ(N-1)Tₔ) > 1时，预期游戏时间随玩家数量呈指数增长，且当该条件不成立时，预期游戏时间变为无穷大。
• 在q=0.99，Tₔ=0.15，λₕ=0.1，n=100的条件下，仍能保证获胜的最大玩家数为46人。
• 超过46名玩家后，系统不再保证获胜，因为过度的输入冲突会压倒游戏进度。
• 即使没有协调，早期阶段的协作仍因成功输入的共享学习而有所帮助。
• 该模型表明，与无政府模式相比，民主模式可能显著减少预期游戏时间，尽管这一点仍需未来工作验证。