Unerwarteterweise war Tomb Raider Underworld eine ziemlich große Sache für die KI-Forschung

Denken Sie daran, Burial Place Raider Abyss? Der achte Teil der beliebten Burial Place Raider-Reihe, der denn ein wenig ignoriert wurde? Es stellte sich heraus, dass das Videospiel war etwas großes Angebot im Bereich KI-Forschung und große Datenanalyse im Gaming.

Crystal Dynamic schuf Underworld, das bereits 2008 (können Sie sich das vorstellen?) als eine Art Neustart für die Serie gestartet wurde. Es war der Neustart vor dem folgenden (von der Kritik gefeierten) Neustart von Burial place Raider im Jahr 2013. Es ist ein unglaubliches Videospiel, in dem Lara Croft ihre Mittel in die klaffenden Münder zahlreicher jenseitiger Unterwelten einfließt, um herauszufinden, was wirklich gebraucht wurde Platz bei ihrer Mutter die Jahre zuvor.

(Über: Raiding the World)

Zusammen mit der Anerkennung von Anhängern und Filmkritikern gleichermaßen – die dem Videospiel insgesamt einiges zugesprochen haben mehr als anständige Zeugnisse – Underworld hat auch für Videospiel-Wissenschaftler seine ganz eigenen Ziele verfolgt. Es war einer der ersten Versuche, die Spielerleistung in einem AAA-Computerspiel zu bewerten, bei dem eine umfangreiche Datensammlung und ein Expertensystem verwendet wurden.

Eine Forschungsstudie Anfrage

Die Besorgnis, von der behauptet wurde, dass die Wissenschaftler dem auf den Grund gehen wollten, war an der Oberfläche einfach: Spielen Gamer Spiele so, wie die Entwickler von Videospielen es von ihnen erwarten? ? Aber natürlich, wie man sich vorstellen kann, gibt es so viele Ebenen für jede Art von Option zu dieser Frage, wenn man bedenkt, dass es sich um Menschen handelt, von denen wir sprechen. Ebenso wie Menschen sind etwas kompliziert.

Obwohl die Liebe zu Spielen viele Menschen auf unserer Welt vereint, gibt es eindeutig eine Million Unterschiede zwischen uns Spielern. Behaupten Sie in Bezug auf die Spiele, die wir lieben, wie wir sie gerne spielen und was wir an einem Videospiel nicht mögen. Sicherlich wird jedes einzelne Spiel normalerweise auf einen kleineren Teil der sich ausbreitenden riesigen PC-Gaming-Nachbarschaft ausgerichtet sein, aber es scheint auch eine wachsende Initiative zu geben, Spiele so inklusiv wie möglich für so viele Spieler wie möglich zu gestalten. Was darauf hindeutet, einen Einblick zu gewinnen, wie verschiedene Arten von Spielern spielen.

Begräbnisstätte Die vier Spielertypen des Raiders

Abyss war ein großartiger Spielplatz für Wissenschaftler, um damit zu spielen. Es war eine Neuinterpretation eines alten Franchise-Geschäfts und bot damit auch eine gute Möglichkeit zu recherchieren, ob seine Neuinterpretationen wie erwartet bei den Spielern ankamen. Der Wissenschaftler wollte speziell sehen, wie das Publikum nach der Veröffentlichung mit dem Spiel interagiert, sobald es draußen war.in der Wildnis. “

Forscher wie Anders Drachen und auch Alessandro Canossa nutzte einen großen Datenpool, der von Abyss-Spielern gesammelt wurde, bestehend aus Informationen darüber, wo, wann, wie und auch genau, wie oft Spieler versterben, sowie genau, wie viel Zeit sie an verschiedenen Orten des Videospiels investieren. Solche Details wären praktisch für jede Art von Entwickler, der daran interessiert ist, potenziell problematische Bereiche eines Spiels zu identifizieren, die ebenso herausfordernd oder nicht ausreichend herausfordernd sein können. Das hat aber immer noch nichts mit KI zu tun.

(Über: HDQwalls)

Aber danach förderten die Wissenschaftler diese Arbeit, indem sie die Möglichkeit nutzten, Algorithmen der künstlichen Intelligenz zu nutzen, um mehr über die Gewohnheiten der Spieler beim Spielen von Underworld herauszufinden. Informationen über die vollständige Zahl der Todesfälle, Todesursache, Abschlusszeit des Abschlusses und auch die Verwendung der Help-on-Demand-Funktion wurden extrahiert und mit Hilfe von Emergent Self-Organizing Maps – einer Art künstlichen neuronalen Netzwerks – sie wählte vier Sammlungen von Spielertypen aus: Läufer, Löser, Experten sowie Friedensstifter .

Wie zu erwarten, könnten diese vier Gamer-Typen, die man sich wunderbar vorgestellt hat und dank dieser KI auch ganz einfach für Entwickler interessant sein könnten, um die Massen an Informationen und Gamer-Kommentaren automatisch zu reduzieren, die im Allgemeinen durch Spieltests in die Praxis umgesetzt werden , als Beispiel.

Kann KI Spieleraktionen vorhersagen?

Die folgende offensichtliche Frage lautete also: „Können wir die KI dazu bringen, vorherzusagen, wie diese Spielertypen mit diesem Videospiel interagieren werden? Und wann sie aufhören, sich daran zu beteiligen?“ Die Folgeforschungsstudie beinhaltete das Training von zwei KI-Prädiktorsystemen, die nur die Spielerdaten der ersten beiden Grade der Unterwelt nutzten, um vorherzusagen, wann die Spieler mit dem Spiel mit Sicherheit aufhören würden (dh wahrscheinlich, wenn sie sich davon zu langweilen, oder irritiert).

In der Tat, diese Forscher fanden heraus, dass die von ihnen eingesetzte KI in der Lage war, vorherzusagen, welcher Abyss-Abschluss am wahrscheinlichsten der endgültige Abschluss ist, den ein bestimmter Spieler mit Sicherheit Probleme bekommen würde. Dies geschah mit einer Genauigkeit von fast 50%, wobei nur Daten aus dem wirklich ersten Abschnitt der Zeit verwendet wurden, die zu Beginn des Videospiels in das Wasserfahrzeug investiert wurde. Diese Genauigkeit wurde durch die Einbeziehung von Daten aus dem zweiten Grad des Videospiels auf praktisch 80 % erhöht. Was ganz ordentlich ist.

Die Recherchen dieser Forscher haben zweifellos viel mehr Tiefe, als dieser Artikel sicherlich erlauben würde, aber dies sollte einen ausreichenden Einblick in diese faszinierenden Forschungsbemühungen bieten, die 12 Jahre zuvor hinter den Kulissen stattfanden. Trotz seines relativ bescheidenen Online-Rufs in der höheren Gaming-Landschaft wich Tomb Raider Underworld tatsächlich einem der bahnbrechendsten Werke in Bezug auf das, was von Spielern gelernt werden kann, und auch auf die Funktion der KI darin.

Quelle: KI sowie Spiele