2019/12/16のGame Tech Night #18 re;Invent recapで紹介したゲームセッションのサマリです。

1. © 2020, Amazon Web Services, Inc. or its affiliates. All rights reserved.
AWS re:Invent2019 recap
Game Sessions Summary
2019.12.16 @Game Tech Night #18
AWS Japan Game Team

2. このセッションは、 AWS re:Invent 2019 で実施された多数のセッション
について「ゲーム開発に関連がありそうなもの」という観点でいくつかを
ピックアップし AWS Japan Game Team の SA 要約しご紹介するものとな
ります。
個々のセッションの正確な内容とメッセージについては、それぞれのスラ
イドやセッション動画をご確認ください。
セッションカタログ・資料・動画：
https://www.portal.reinvent.awsevents.com/connect/search.ww
https://aws.amazon.com/jp/events/events-content/
https://www.youtube.com/results?search_query=AWS+re%3AInvent+2019
※ 公開されていないものもございます。

3. Agenda
1. AWS re:Invent 2019 Overview
2. AWS re:Invent 2019 Game Sessions
3. まとめ

4. AWS re:Invent 2019 Overview
• AWS世界最大の「学習型」カンファ
レンス
• 2019年12月1日〜12月6日
• ラスベガスのホテル各所にて
• 65,000+の参加者
• 日本からも1,700+の方がご参加
• 複数回の基調講演や3,000+のセッ
ションをはじめ、パートナー展示
ブースや各種ハンズオン、認定試験
会場などをご提供
• そのほかにもネットワーキングパー
ティーなど各種のイベントも

5. Sessions in AWS re:Invent 2019
1. GAM301 - How Rovio teaches Angry Birds to fly in the cloud using ML
2. GAM302 - How CAPCOM builds fun games fast with containers, data & ML
3. GAM303 - How Call of Duty uses ML to personalize player engagement (No page in this slides.)
4. GAM304 - Migrating the live Pokémon database to Aurora PostgreSQL
5. GAM305 - Game-changing analytics: Know your players, grow your game
6. DAT321 - [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility
7. SVS302 - Build a serverless online game and real-time leaderboard
8. CMP329 - Build cost-effective web & containerized apps on EC2 Arm instances
9. ANT331 - AWS analytics enables fraud prevention for Sony’s PlayStation

6. Companies / Titles
1. GAM301 - How Rovio teaches Angry Birds to fly in the cloud using ML
2. GAM302 - How CAPCOM builds fun games fast with containers, data & ML
3. GAM303 - How Call of Duty uses ML to personalize player engagement (No page in this slides.)
4. GAM304 - Migrating the live Pokémon database to Aurora PostgreSQL
5. GAM305 - Game-changing analytics: Know your players, grow your game
6. DAT321 - [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility (Nintendo & DeNA)
7. SVS302 - Build a serverless online game and real-time leaderboard
8. CMP329 - Build cost-effective web & containerized apps on EC2 Arm instances (荒野行動)
9. ANT331 - AWS analytics enables fraud prevention for Sony’s PlayStation

7. Companies / Titles and Tech Domains
1. GAM301 - How Rovio teaches Angry Birds to fly in the cloud using ML
2. GAM302 - How CAPCOM builds fun games fast with containers, data & ML
3. GAM303 - How Call of Duty uses ML to personalize player engagement (No page in this slides.)
4. GAM304 - Migrating the live Pokémon database to Aurora PostgreSQL
5. GAM305 - Game-changing analytics: Know your players, grow your game
6. DAT321 - [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility (Nintendo & DeNA)
7. SVS302 - Build a serverless online game and real-time leaderboard
8. CMP329 - Build cost-effective web & containerized apps on EC2 Arm instances (荒野行動)
9. ANT331 - AWS analytics enables fraud prevention for Sony’s PlayStation

8. Companies / Titles and Tech Domains
1. GAM301 - How Rovio teaches Angry Birds to fly in the cloud using ML
2. GAM302 - How CAPCOM builds fun games fast with containers, data & ML
3. GAM303 - How Call of Duty uses ML to personalize player engagement (No page in this slides.)
4. GAM304 - Migrating the live Pokémon database to Aurora PostgreSQL
5. GAM305 - Game-changing analytics: Know your players, grow your game
6. DAT321 - [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility (Nintendo & DeNA)
7. SVS302 - Build a serverless online game and real-time leaderboard
8. CMP329 - Build cost-effective web & containerized apps on EC2 Arm instances (荒野行動)
9. ANT331 - AWS analytics enables fraud prevention for Sony’s PlayStation

9. How Rovio teaches Angry Birds to fly in the cloud using ML
• レベル調整の意義
• ステージの難易度が⾼過ぎると、プレイヤーは攻略のために課⾦を多くするが、
⼀⽅でフラストレーションとなり離脱につながる
• また、簡単すぎても飽きてしまうのでやはりプレイヤーの離脱につながる
• そのため
• 新しいレベルステージを追加した際にプレイヤー間の不公平が⽣じないようにリリース前
にプレイヤーにとっての難易度の推定を⾏い最適なレベルを選択して適⽤する
Angry Birds Dream Blast において
新しく追加されるステージの難易度を機械学習によって推定
• ステージの作成後、10種類のレベルで構成
されるレベルパックを Unity 画⾯上から検証
システムに送信
すると Bot が⾃動で検証を実⾏
• 10のレベルバリエーションそれぞれについ
て成功率 (Pass Rate) とプレイヤーの予測
離脱率をアウトプット
• 結果はグラフ化され Slack で通知
GAM301

10. How Rovio teaches Angry Birds to fly in the cloud using ML
強化学習でトレーニングした Bot に
各レベルのステージを実際にプレーさせて成功率等のデータを取得
• Bot は様々なレベルステージを
プレーして成功率(Pass Rate)
を出⼒
• Bot のプレーは、各レベル毎に
１つのコンテナを作り、AWS
Batch で並列実⾏
GAM301
• レベルの検証システムは３つのコンポー
ネントからなる
1) Level Designer
2) Bot:強化学習 (Deep Q Learning) に
よってゲームのプレイ⽅法を学習
3) Prediction: Botのプレー結果から予測
される⼈間の場合の成功率と離脱率
• Framework には PyTorch を採⽤

11. (A) 強化学習 Bot のプレイによる成功率、
(B) ⼈間のプレイによる成功率、
この２つのデータを⼊⼒値として
回帰モデル (XGBoost) で学習させ A から B
を予測できるモデルを作成
線形回帰モデル (XGBoost) を利⽤して Bot の成功率 (Pass Rate) などから
実際の⼈間のプレイヤーの成功率 (Pass Rate) を推論
このモデルを利⽤することで、未知の新し
いレベルに対して Bot のプレイデータをさ
え得られれば、⼈間のプレイヤーの成功率
(Pass Rate)を予測することができる
学習
推論
結果
こうして得られた推論結果は、実際の⼈間
の成功率と⽐較してもかなり精度のいい
データが得られた
GAM301
How Rovio teaches Angry Birds to fly in the cloud using ML

12. How CAPCOM builds fun games fast with containers, data & ML
Amazon EKS と Amazon DynamodDB を利用しオペレーションコスト低減
https://www.youtube.com/watch?v=IlB3xfMXn0w
Amazon EKS におけるゲーム運用
• GitlabCI と Rundeck による CI/CD
• マスタデータはコンテナ中で運用
• ユーザデータはすべて DynamoDB に集約
Amazon DynamoDB の運用
• DynamoDB のパフォーマンスと
メンテナビリティに対する高い評価
• 学習コストと使い勝手の面から、
DynamoDB 用の OR-Mapper を独自開発
GAM302

13. How CAPCOM builds fun games fast with containers, data & ML
強化学習を利用してレベルデザインを加速
強化学習でゲームを自動プレイ
• unity-ml-agent を利用
• 独自コンテナで学習と推論を実装
• マルチ CNN と GAP における強化学習
https://www.youtube.com/watch?v=IlB3xfMXn0w
GAM302

14. How CAPCOM builds fun games fast with containers, data & ML
学習環境の偏りによる過学習に要注意
Amazon EKS, Amazon DynamoDB 及び強化学習の Tips
DNS キャッシュについて
• Kubernetes の DNS よりも AWS の
DNS を使うほうが良い
• DynamoDB と EKS には、DNSキャッ
シュの導入がおすすめ
パフォーマンスについて
• DynamoDB の IO 性能は優秀。
アプリケーション側の CPU 性能が
ボトルネックになることがある
• コード最適化やテーブル設計の重要性
https://www.youtube.com/watch?v=IlB3xfMXn0w
GAM302

15. Amazon EKSのアップデート
• Kubernetesワーカーノードの起動と管理
• マネジメントコンソールやCLI/APIを利用してAmazon
Elastic Kubernetes Service(EKS)クラスタのワーカーノード
をプロビジョンし、管理することが容易に
• Amazon EKS managed node groupsを利用するとEC2を個
別に起動してEKSクラスタに組み込む必要がなくなる
• Kubernetes 1.14でプラットフォームバージョンがeks.3を
利用しているクラスタで利用可能。既存のKubernetes 1.14
のクラスタでのサポートは近日中に対応予定
• クラスタ数上限の緩和
• 従来のアカウントごとに1リージョンあたり50クラスタと
いう制限が緩和され、100クラスタまで起動可能になった
New!

16. AWS Fargate for Amazon EKSを発表
• Amazon EKSを利用して、KubernetesのPods
をAWS Fargateで稼働させることが可能に
• Fargateを利用すればKubernetesのオペレー
ションに習熟していなくとも、セキュアでス
ケーラブルなクラスタを容易に構成できる
• EC2インスタンスをメンテナンスする手間もな
くなるため、運用負荷軽減の効果も
• Podあたりのリソース量など制約もあるため
ドキュメントを確認することを推奨
• 東京、バージニア、オハイオ、アイルランド
で一般利用開始
Amazon Elastic
Kubernetes Service
AWS Fargate
New!

17. 過去の AWS Summit における同分野のセッション
AWS Summit 2019 AWS Summit 2018
AW
S
Sum
m
itTokyo
2019

18. Migrating the live Pokémon database to Aurora PostgreSQL
Pokemon の課題と移行のフェーズ全体像
• 300M user を 300 node あるとある NoSQL
クラスタで運用してきたが、
大変だった
• 移行対象は Amazon Aurora だけではなく
Amazon ElastiCache、Amazon DynamoDB
GAM304https://www.youtube.com/watch?v=2eEKuK5eOC4

19. Migrating the live Pokémon database to Aurora PostgreSQL
移行の方法
• 事前にデータを同期しておき、
最後に差分だけ改めて同期。
• ユーザーを抽出して複数回のテスト
• Queue を利用し、データを確実に入れた
ことを担保する
• 本番切り替えする際は書き込みのみ停止
GAM304

20. Migrating the live Pokémon database to Aurora PostgreSQL
移行の結果
目標は全て達成
• マネージメントへの移行が達成した
• 適切なデータストアに適切なデータを入
れる
得られた効果
• 300 インスタンス管理から10~20 個の
インスタンス管理
• 3.5~4.5 million/ year のコスト節約効果
• 安定性の大幅な向上
• エンジニアリソースの解放
GAM304

21. Game-changing analytics: Know your players, grow your game
”Chalk Talk”とは?
ホワイトボードなどを利⽤しながら決められたテーマで
スピーカーと参加者が双⽅向でディスカッションする⼩規模のセッション
ゲームにおけるパフォーマンスデータとオペレー
ションデータについて、AWS の Amazon Kinesis
Data Streams や Amazon S3, Amazon Athena
などを利⽤した分析パイプラインを利⽤してどの
ように収集、保存、解析を⾏うかについて
ソリューションアーキテクトとディスカッション。
GAM305

22. [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility
• Amazon Aurora MySQL の Dive Deep
セッション内で、任天堂様が 2019/09 にリリー
スされた Mario Kart Tour の事例を紹介
• サーバサイドの開発・運⽤を担当された
DeNA 様も登壇
• 過去最⾼のダウンロード数、プレイヤー数。
163カ国 11⾔語で世界同時配信
DAT321
https://d1.awsstatic.com/events/reinvent/201
9/REPEAT_1_Deep_Dive_on_Amazon_Aurora_
with_MySQL_Compatibility_DAT321-R1.pdf
https://www.youtube.com/watch
?v=GwEtiRZR4g4

23. [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility
• ゲームのバックエンドデータベースとして Aurora
を 600 クラスタ, 1,200 インスタンス規模で利⽤
• 1 Region、4 AZ を利⽤
• 300,000 クエリ/秒、30,000 GB/month
• リリースから2ヶ⽉経過後も⾼品質で安定稼働、
従来に⽐べ運⽤⼯数も⼤きく削減
DAT321

24. [REPEAT1] Deep Dive on Amazon Aurora with MySQL Compatibility
• Write と Read の負荷を分けて利⽤、Write は⽔平分割、
Reader は Aurora の機能でスケール
• ゴーストデータを S3 に保存することで Aurora の I/O
削減に成功
• CBT のデータを負荷テストに利⽤
• 独⾃の DNS 利⽤で Aurora の Failover を10秒未満で
実現
DAT321

25. Build a serverless online game
and real-time leaderboard
ハンズオン資料 https://alienattack.workshop.aws/
ゲームプレイ https://serverless.alienattack.ninja/
ソースコード https://github.com/dwmkerr/spaceinvaders
• サーバレスのシューティングオンラインゲーム
とリアルタイムリーダーボード(スコア)の
システムを実際に構築するワークショップ
• データの収集、処理、保存、活⽤までを
⼀貫してサーバレスで構築
• API の設定や Amazon DynamoDB の
モデリングなど実際のゲームを元に
幅広く学習できる
SVS302

26. Build cost-effective web & containerized apps on EC2 Arm instances
荒野行動における AWS の利用
• 2.5億登録ユーザ、7.11億ドルの売上
• ハイブリッド構成で多くのAWSサービス
を利用
• ゲームサーバはユーザに近いリージョン
に配置
CMP329

27. Build cost-effective web & containerized apps on EC2 Arm instances
C4/5 系と A1 系のインスタンスにおける CPU とネットワーク性能測定
Python Pystone 使って性能測定
A1 は最もスコアが低かった
Compute Intensive なアプリケーショ
ンは C5 の方が良い
A1 のネットワークパフォーマンスは
C5 相当でありながら価格は最も低い。
ネットワークヘビーなユースケースに
活用
CMP329

28. Build cost-effective web & containerized apps on EC2 Arm instances
A1 インスタンスを利用した結果
Python の Proxy サーバに利用、
C5.large/C5.xlarge より40%コスト削減
音声チャットサービスのサーバに利用、
C4.xlarge/C4.2xlarge より49%コスト削減
CMP329
https://d1.awsstatic.com/events/reinvent/2019/REPEAT_1_Build_cost-effective_web_&_containerized_apps_on_EC2_Arm_instances_CMP329-R1.pdf

29. Graviton 2搭載インスタンス提供をプレアナウンス
• 7nmプロセスで製造される64bit ARMのAWS
Graviton 2を搭載した汎用、コンピュート最適化、
メモリ最適化インスタンスを近日提供予定
• 汎用 (M6g, M6gd) : 1-64vCPU, Max 256GiB RAM
• コンピュート最適化 (C6g, C6gd) : 1-64vCPU, Max 128GiB RAM
• メモリ最適化 (R6g, R6gd) : 1-64vCPU, Max 512GiB RAM
• 各インスタンスは最大25Gbpsのネットワーク帯域と、最大
18GbpsのEBS帯域を持つ
• AWS Nitro Systemを利用してインスタンス上のメ
モリは起動時に生成される256-bitの鍵で暗号化。
この鍵はサーバ外部に持ち出されない仕組み
• M5とM6Gで比較してコストパフォーマンスが最大
40%向上
New!

30. AWS analytics enables fraud prevention for Sony’s PlayStation
ユーザ初期化トランザクション時の不正を検知する
Event Verification for Enterprise (EVE) を構築
• 購入: 高い承認トランザクション率・低いチャージバック率
• ログイン: ユーザーとネットワークを悪意のある行為から保護
Why AWS?
• 偶然にも社内でコアシステムの AWS への移行時期と
EVE 構築プロジェクトの時期が重複
• マネージドサービスへの投資により
インフラ管理よりもビジネスに集中
• より早く市場に投入するために前倒しで構築する機会を発見
https://www.youtube.com/watch?v=DRDiIVjX-vo
PlayStation Network における不正を検知・分析するシステムに AWS を採用したセッション
ANT331

31. AWS analytics enables fraud prevention for Sony’s PlayStation
EVE で求められたシステム要件
• 処理速度 – 可能な限りユーザが
プラットフォームと高速に連携できるように
• 拡張性 – トラフィックの変化や新しいイベントが
追加されてもシステムを成長できるように
• レジリエンス – 人間や機械のエラーにも耐えられるように
https://www.youtube.com/watch?v=DRDiIVjX-vo
AWS でラムダアーキテクチャを構築し、機械学習モデルに分析データをリアルタイムにインプット
ANT331

32. AWS analytics enables fraud prevention for Sony’s PlayStation
• 購入処理（1月中旬に EVE を導入）
• 承認率が 3% 以上改善（月間で見ると相当な売上改善）
• レスポンスを 2 秒以下から 195 ミリ秒以下に改善
• ログイン（8月に EVE を導入）
• ユーザーの不審な動きを警告できるようになった
• 潜在的に15,000 人のユーザーがアカウント乗っ取りから保護
https://www.youtube.com/watch?v=DRDiIVjX-vo
EVE 導入後に各ユースケースの不正から改善された結果に
ANT331

33. まとめ
超大規模ゲームでのますますの AWS 活用
Amazon Aurora, Amazon DynamoDB などの
高性能かつ豊富なデータベースラインナップを採用
ゲーム開発における機械学習の活用がますます一般的に
機械学習でトレーニングされた Bot Player の活用は
レベルデザインやバランス調整、 QA など幅広い事例
コンテナ活用とサーバーレスの成熟

34. Thank you!
© 2020, Amazon Web Services, Inc. or its affiliates. All rights reserved.