動的難易度調整とは何ですか?EAが特許を所有しているのはなぜですか?

動的難易度調整(DDA)は、プレーヤーのスキルに応じてゲームの難易度を変更するために使用されるテクノロジーです。ゲーム中、難易度調整テクニックは、負けている場合にプレーヤーが勝つのに役立つ場合があります。それ以外の場合は、プレーヤーが試合に勝つことが難しくなる可能性があります。

動的難易度調整とは何ですか?

DDAは、プレーヤーがゲームに従事し続ける時間の長さを監視および予測します。この情報を、ゲームがプレーヤーをシングルプレーヤーセッションに参加させ続ける時間などのさまざまなデータタイプと組み合わせます。

DDAは、ゲームが簡単な場合、プレーヤーが退屈するのを防ぐことができます。また、ゲームが難しすぎる場合にプレイヤーがイライラするのを防ぐことができます。

DDAは短期と長期の両方で機能します。短期間のDDAは、プレーヤーが良いか悪いかにかかわらず、同じ結果が長く続くことを防ぎます。乱数ジェネレーターは、短期間のDDAを実現するために使用されます。長期的なDDAは、ゲームのレベルをスキルとパフォーマンスに適したレベルに調整します。

それはすべて非常にうまくいっていますが、動的難易度調整はゲーム内でどのように機能しますか?

動的難易度調整はどのように機能しますか?

DDAを実現する一般的な方法は、プレーヤーの望ましくない状態を示すトリガーイベントが発生した後、難易度を調整してゲームのコースを変更することです。そのような状態には、退屈と欲求不満が含まれます。

DDAは、調整の実行に必要な予測を行うために機械学習アルゴリズムに依存しています。教師ありおよび教師なしなどの機械学習アルゴリズムは、ゲームの予測モデルを作成および更新します。アンサンブルアルゴリズムとインスタンスベースのアルゴリズムは、DDAの予測モデルを作成および更新するために使用されるロジックの例です。

動的難易度調整のためのシステム

2018年にEA付与され特許は、EAゲームのDDAの技術コンポーネントの詳細を明らかにしています。

この特許は、ハードウェアプロセッサがビデオゲームの変数の調整値を識別するための命令を実行するために使用する電子データストアを備えたシステムについて説明しています。ハードウェアプロセッサは、機械学習システムで使用されるデータセットにアクセスするための命令を実行することにより、予測モデルを生成します。

この特許は、DDAがさまざまなタイプのユーザーインタラクションデータを使用して、ユーザーのエンゲージメントを評価する方法についても詳しく説明しています。このようなデータには、ゲームに費やされた金額、ゲーム内でのユーザーの進行状況、およびゲーム内の進行状況のために停止するプレーヤーの傾向が含まれます。

ユーザーインタラクションデータは、他のデータタイプと組み合わせて使用​​され、ゲームプレイ予測モデルを作成して操作します。データは、ゲーム内のさまざまなタイプのシステムにフィードされ、それらが連携して難易度を変更します。

連携して機能する可能性のあるシステムとプロセスのタイプは次のとおりです。

  • 保持分析
  • 予測モデルの生成
  • クラスターの作成
  • クラスターの割り当て
  • シード評価
  • 難易度設定

一言で言えば、これらのシステムは連携してプレーヤーデータを収集し、ゲームの難易度を決定するために使用されます。

関連:ビデオゲームが中毒になっている心理的理由

DDAデータモデリング

予測モデルの生成プロセスには、予測モデルを生成するための制御データと組み合わせた過去のユーザーインタラクションデータが含まれます。制御データは、ユーザー数の望ましい予測を設定するために使用されます。

保持分析システムは、ユーザーの保持率と予測チャーンを生成する1つ以上のシステムで構成できます。予測された保持率は、ゲームの難易度を変更する必要があるかどうかを判断するために使用できます。これを実現するために、ユーザーインタラクションデータが予測モデルに適用されます。

ユーザーは、対話性データに基づいてクラスターにグループ化できます。たとえば、ゲームを30分未満プレイするユーザーは、機械学習アルゴリズムによって識別できます

この特許は、システムの特定の実施形態において、類似の特性を有するユーザをグループ化し、各ユーザの固有のアクションに基づいて難易度を調整することにより、難易度のより良い管理が可能になることを示唆している。

関連: GoogleのAIの飛躍的進歩:それが何を意味し、どのようにあなたに影響を与えるか

クラスターの作成は、ゲーム内のユーザーの識別から始まります。ユーザーインタラクションに関するデータは時間の経過とともに収集され、インタラクション基準を満たさないユーザーを除外するために使用されます。ユーザーが除外された後、ユーザーインタラクションデータとエンゲージメントレベルに基づいた難易度設定でユーザークラスターが作成されます。

ユーザーのクラスター割り当ては、ユーザーを識別し、ユーザーのゲームとの対話データを経時的に収集することによって実現されます。ユーザーインタラクションデータは、クラスター定義と組み合わせて使用​​され、ユーザーが関連付ける特定のクラスターを識別します。

難易度設定プロセスは、ユーザーの識別から始まり、ユーザーに関連付けられたユーザークラスターの決定が続きます。構成値は、ユーザー操作データに基づいて調整されます。

シード評価システムは、ビデオゲームの割合がどれほど難しいかを判断するために使用されます。シード評価プロセスは、ビデオゲームの構成に使用できるシード(値)の識別から始まります。各シードのユーザーの進行状況は、正規化された進行状況データに基づいて難易度を判断するために、時間の経過とともに監視されます。

シードの代表的な例はMinecraftにあります。ここでは、シードが異なれば、まったく異なる冒険が提供されます

システムのいくつかの実施形態では、ゲーム内のDDAの実行は、ユーザによって検出されない場合がある。イベントがトリガーされた場合、ゲームはビデオゲームの変更を繰り返すこともあります。

EAが動的難易度調整の特許を所有しているのはなぜですか?

EAのDDA特許を発見した後、EAゲームの多くのユーザーは、テクノロジーがゲームで使用されているかどうか、そしてそれが彼らの体験に与える影響について懸念を抱きました。

2020年後半にEAに対して訴訟(後に取り下げられた)が提起され、ゲーム会社によるこの技術の潜在的な使用についてさらに議論が生じました。

原告は、EAがこのテクノロジーを使用してゲームの難易度を上げ、より多くの人々がゲーム内のアイテム(ルートボックス)を購入して勝つことを望んでいると信じていました。 EAは情報を提供し、検察官はエンジニアリングチームに話しかけて、主張されているようにDDAまたは同様のスクリプトが使用されていないことを証明しました。

EAの従業員の発表によると、このテクノロジーは、ゲームで困難を経験しているプレーヤーが進歩する機会を得るのを助ける方法を見つけるために設計されました。意図は、支払人がゲームに飽きすぎたりイライラしたりしないようにすることです。

EAは公式の回答を提供しました:

動的難易度調整パテントファミリー(こことここ)に関する懸念を聞いたので、EA SPORTSFIFAで使用されていないことを確認したいと思いました。私たちは、私たちのゲームのいずれにおいても、他のプレイヤーに対してプレイヤーのグループを有利または不利にするためにそれを使用することは決してありません。このテクノロジーは、ゲームの特定の領域で問題を抱えているプレーヤーが前進する機会を得るのにどのように役立つかを探求するために設計されました。

EAは、オンラインゲームのプレーヤーに利点を与えたり削除したりするためにDDAテクノロジー使用しないと述べました。このテクノロジーは、FIFA、マッデン、NHLなどの主要なゲームには含まれていないと主張しています。

ビデオゲームにおける動的難易度調整の使用

EAは、ビデオゲームでのDDAの使用を常に否定してきました。 FIFAのDDAに関するRedditの質問に答えて、クリエイティブディレクターのマット・プライヤーは、DDAではなく、個々のプレーヤーの統計と疲労に基づいて、ゲームでプレーヤーのエラーが発生する可能性があると述べました。

ゲーム業界の特許が使用されることなく出願されることは珍しいことではありません。かなりの量の研究開発が、ゲームプレイの新しい概念の作成に費やされています。レピュテーションリスクや、アイデアをゲームに適切に統合する方法が見つからないなど、さまざまな要因が原因で実現しない可能性のある新しいアイデアが常に生成されます。