Downloaded 12 times
日本のゲーム研究の集積所 (GameCommunitySummit2014)
- 1.
- 2.
- 3. DiGRA JAPANとは？ DiGRA（DigitalGame Research Association)は、非 営利のゲーム研究に関する国際学会です。 日本デジタルゲーム学会（DiGRA JAPAN）は、日 本国内におけるデジタルゲーム研究の発展、普 及啓蒙を目指して2006年に設立されました。 2007年に国際学術会議DiGRA2007を主催し、以 降日本におけるゲーム研究の拠点となるべく活 動しています。 2011年に日本学術会議より「日本学術会議協力 学術研究団体」の指定を受け、ゲームに関する 学術研究発表の場として発展していきます。 3
- 4. DiGRA JAPANの活動・研究発表大会 2010年次大会・芝浦工業大学 「デジタルゲームの過去・現在・未来」 2011年次大会・立命館大学 「デジタルゲーム研究の地平：ゲームある日常 のこれまでとこれから」 2012夏季大会・東京工業大学 2012年次大会・九州大学 「デジタルゲーム研究の発展-アジアを背景とし たコンテンツ創成・地域の魅力の発信-」 2013夏季大会・東京工芸大学 2013年次大会・はこだて未来大学 「ゲーム？考える」 2014夏季大会・東京工科大学にて 4
- 5.
- 6.
- 7. DiGRA JAPAN 公式サイト 日本デジタルゲーム学会公式サイト http://digrajapan.org/ 日本デジタルゲーム学会USTREAM 「DIGRA JAPAN CHANNEL」 7
- 8.
- 9.
- 10.
- 11.
- 12. ゲーム開発者のキャリア研究の国際動向と今後の課題 分析手法 既存研究のサーベイ(Bonds et al.,2004; Adam, 2005; Deuze et al., 2007; Wimmer & Sitnikova, 2011; Prescott & Bogg, 2011) 結果（今後の課題） 時間軸、学習資源、国際比較といった観点を踏ま えた研究を行うことが今後の課題である。 12
- 13.
- 14.
- 15. ゲーム開発者のキャリア研究の国際動向と今後の課題 分析手法 既存研究のサーベイ(Bonds et al.,2004; Adam, 2005; Deuze et al., 2007; Wimmer & Sitnikova, 2011; Prescott & Bogg, 2011) 結果（今後の課題） 時間軸、学習資源、国際比較といった観点を踏ま えた研究を行うことが今後の課題である。 15
- 16.
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23. ゲームの商品特性 単純な価格競争では、同じ商品であれば、安い 物が売れる ゲームの場合、「タダでもいらない」商品が存在する 「人気タイトルの続編」や「好きなゲーム会社の作品」 など、少々高くても買ってもらえる、経済学的に言え ば「市場支配力」を持っているタイトルもある 売上を増やす有効な手段 新規ユーザーを増やす 客単価を上げる 宣伝広告費の減少から新規ユーザーを増やす のは難しく、客単価を上げるのが最も効果的な 方法となる 23
- 24.
- 25.
- 26.
- 27.
- 28. アイテム課金販売の戦略 Free toplayにより最大人数を獲得する 細かなアイテム販売により、人数の総数に課金転換 率を掛けた数のユーザーから、最大に近い売上が得 られる 28
- 29.
- 30. 人狼知能プロジェクト 人工知能による人狼のプレイを目指す 人狼ゲームは話し合いのみにより勝敗が決定す る，人間の持つ極めて高度な認知能力を駆使し て行うコミュニケーションゲームである． 将棋や囲碁といった完全情報ゲームとは異なり 多くの情報がプレイヤーによって隠蔽される． 各プレイヤーは会話と行動から隠された情報を 推測しつつ，自らの秘密は隠蔽したままチーム の勝利に向けて発言，行動していく． 人狼ゲームには，プレイヤーが持つ情報の非対 称性，信頼を得る説得・協調行動，嘘を見抜く推 論など従来の人工知能分野では扱っていなかっ た多数の解決すべき問題が存在する． 30
- 31.
- 32. 人狼プロトコル 人狼プロトコルは，人狼エージェント同士がコミュ ニケーションを行うために規定されるプロトコル である． 先行研究では人狼における発話一つ一つにタグ 付けする形で意味を決定している．しかし，人狼 で行われている会話を正確に記述するためには， その文法構造まで考慮する必要がある． 本研究では，これらのタグを元にして，人狼の会 話用に必要なプロトコル「人狼言語」の文法構造 と，必要な言語会話を定義する． 将来的な人工知能での自動化を視野に入れ，こ れらの構造は自然言語の記述力を保ちつつ，極 力簡潔な形式のものを選択する． 32
- 33. プロトコルによる発話 自然言語 プロトコル表現 私は占い師です declare100% (I seer) 占いの結果、Agent02は人間 だった declare 100% ((I inspect A02) and (A02 HUMAN)) 発話No.5の発話に同意します agree 100% (speech 5) ３日にめ霊媒師はCOすべきだ request ANY 100% (if (become day_3) then (medium comingout)) Agent03は人間らしくないためここ で処刑したい (request ANY 90% (execute Agent03)) because (declare 20% (Agent03 HUMANSIDE)) 占い師が2人いる、どちらが真か考 えるべき Request ANY 90% (discuss (who seer)) Agent01が昨日と一昨日、誰に なぜ投票したのか知りたい Request 100% (Agent01 declare 100% (Agent01 vote who (yesterday and day_3) why)) 33
- 34.
- 35. 人狼エージェントによる最適戦略の抽出 対話の中でも特に重要であると考えられる，役 職のカミングアウト，占いの結果，霊媒の結果の 3つのみを発話として行う 作成したエージェントは，強化学習に最適な発話 及び投票，襲撃などの行動を学習していく．学習 内容は以下の通りである． 投票，占い等の対象選択方法 人狼側が騙る役職 疑い度合い 学習の結果，最適な戦略が得られたかどうか確 認をするため，学習を行ったエージェント同士に 人狼サーバ上で人狼をプレイさせるシミュレー ションを行った． 35
- 36. 最適戦略 人間側の最適戦略は，占い師は基本的に非CO者の 中で疑わしい人を占い，狩人は複数COしている役職 の人の中で疑わしくない者を守ることであった． 人狼側の最適戦略は，何の役職も騙らない場合は非 CO者を襲撃していくことで，占い師を騙る場合は他の 占い師が既に占った人を人狼だと占うことであった． 生き残り人数が5人または7人の時の人狼陣営が取る べき襲撃における最適戦略は「誰も襲わない」という 一見人狼側に不利な戦略であった．これはゲームの 終盤でプレイヤーの人数を奇数から偶数に調整する 戦略であり，実際に上級者によるゲームにおいて人 狼側の勝率を上げるために用いられる手法である． 36
- 37.
- 38.
- 39.
- 40. なるほど DiGRA JAPANって 学会なのに面白そうだ！と思った方は 8月24日(日)に 2014年夏季研究発表大会が開催されます ここから参加してみませんか？ 40
- 41.
- 42.
- 43.
- 44.
- 45.
- 46.
- 47.
- 48.
- 49.
- 50.
- 51.
- 52.
- 53.
- 54.
- 55.
- 56.