[论文解读] Automatic Playtesting for Game Parameter Tuning via Active Learning

Alexander Zook, Eric Fruchter+1 more|arXiv (Cornell University)|Aug 4, 2019

Artificial Intelligence in Games参考文献 26被引用 28

一句话总结

本文提出使用主动学习（AL）来自动化并降低射击类游戏中游戏参数调优的人工测试成本，特别是针对控制和难度设置。通过将人工测试建模为主动学习问题，该方法选择最优的参数配置进行测试，在显著减少所需人工测试次数的同时，比随机采样更高效地实现设计目标。

ABSTRACT

Game designers use human playtesting to gather feedback about game design elements when iteratively improving a game. Playtesting, however, is expensive: human testers must be recruited, playtest results must be aggregated and interpreted, and changes to game designs must be extrapolated from these results. Can automated methods reduce this expense? We show how active learning techniques can formalize and automate a subset of playtesting goals. Specifically, we focus on the low-level parameter tuning required to balance a game once the mechanics have been chosen. Through a case study on a shoot-`em-up game we demonstrate the efficacy of active learning to reduce the amount of playtesting needed to choose the optimal set of game parameters for two classes of (formal) design objectives. This work opens the potential for additional methods to reduce the human burden of performing playtesting for a variety of relevant design concerns.

研究动机与目标

• 通过自动化参数调优来降低游戏开发中人工测试的高成本与高投入。
• 将低层级游戏参数调优形式化为主动学习（AL）问题，以最小化人工测试迭代次数。
• 评估主动学习在优化两个关键设计目标（难度平衡与控制响应性）方面的有效性。
• 证明机器驱动的测试可比随机采样在收敛速度与准确性方面表现更优。
• 探索主动学习在自动化选择满足广泛玩家偏好的默认控制设置方面的潜力。

提出的方法

• 将游戏参数调优建模为主动学习（AL）问题，其中每个参数配置为输入，人类反馈为输出。
• 使用获取函数（如熵、QBB投票、误差减少和方差减少）来选择最具信息量的参数集进行人工测试。
• 通过在线研究收集人工偏好数据，参与者比较不同游戏配置并在难度或控制质量方面进行评分。
• 在逐步选择的数据上训练监督分类器（高斯过程、核SVM、神经网络），以预测最优参数。
• 应用主动学习迭代优化参数选择，聚焦于设计空间中高不确定性或高影响区域。
• 通过F1分数和分类准确率对比主动学习与随机采样的性能，以衡量学习效率的提升。

实验结果

研究问题

• RQ1 主动学习是否能在实现期望设计目标的同时，显著减少游戏参数调优所需的人工测试次数？
• RQ2 在基于人工偏好反馈的游戏参数调优中，哪些主动学习获取函数最为有效？
• RQ3 主动学习在优化与难度和控制相关的游戏参数方面，与随机采样相比表现如何？
• RQ4 机器驱动的测试在多大程度上可实现自动化选择满足多样化玩家偏好的默认控制设置？
• RQ5 主动学习是否可推广至参数调优之外的其他游戏设计任务，如关卡设计或平衡性调整？

主要发现

• 与随机采样相比，主动学习显著减少了所需测试次数，最佳获取函数在200次采样时将F1分数提升最高达12%。
• 使用高斯过程分类器时，QBB（基于委员会查询）概率获取函数在200次采样时达到最高的F1分数0.792。
• 基于熵的获取函数在所有分类器类型中均优于随机采样，在100次采样时F1分数提升5.9%。
• 使用误差减少获取函数的高斯过程（GP）分类器在200次采样时达到最高的F1分数0.795，表明其在不确定性感知选择方面表现优异。
• 所有主动学习方法均持续优于随机采样，表明通过智能选择测试配置可实现更快速地收敛至最优参数。
• 研究结果表明，主动学习能有效优化难度与控制参数，且在使用人工反馈时，分类性能有可测量的提升。