Gewolog uses AI to analyze one player’s gameplay videos from “Gears 5” and “Old School Rally.”
The goal is to explain how the player improves by examining changes in their actions.
A key challenge is to separate the effects of AI advice from those of practice.
ゲームの上達を、動画から読み解く
ゲヲログは今、「Gears 5」のプレイ動画を使って、一人のプレイヤーの判断や行動がどう変わるのかを研究している。N-of-1試験の発想を参考にしているけど、一人を観察するだけで厳密なN-of-1試験になるわけじゃない。まずは、行動と成績の変化を追う単一事例研究として進めている。見たいのは、キルやデスの増減だけでない。どこへ動き、いつ仕掛け、どこで引くようになったのか。その変化と成績を、映像からどこまで結びつけられるか。
「Gears 5」のデータ収集は終わり、研究の骨組みもできつつある。ただ、「Gears of War: E-Day」へプレイの場が移って、ゲームが変われば「良いプレイ」の中身も変わるのではないか、と感じるようになった。もっとも、新作が自分に合うかどうかと、旧作の技能が通用するかどうかは別の話。後者は実際に比較しなければ分からない。所感では、「Gears of War: E-Day」のほうが上達はずっと難しいと思っている…。
次の実験場は「Old School Rally」
そこで、次の実験場にしているのが「Old School Rally」だ。同じコース、同じ車両、同じ操作設定で走れるので、PvPよりも比較条件をそろえやすい。ただ、「練習したらタイムが縮まりました」で終わるなら、わざわざ動画をAIに見せる意味は薄い。知りたいのは、その先のもっと深いところである。よくよく考えると、もちろん、AIの助言の後に速くなっても、単に練習が効いた可能性すら残るのだから、上達のプロセスを見る、というそのための設定は難しくなる。
例えば、同じ完走タイムでも、ある走行はコーナー出口の加速が良く、別の走行は直線で稼いだ時間を接触で失っているかもしれない。結果が同じでも、改善する場所は違う。目標の2分02秒以内で走れた動画についても、失敗を探すだけでなく、うまくいった動きを見つけて残したい。つまり、問いは「ホンマに速くなったか?」から「どう速くなったのか?それを映像から根拠付きで説明できるか?」へ広がるわけ。
