Search Unity

新しい機械学習プロダクト GameTune でゲームのテストを簡素化

, 11月 8, 2019

今年の Unite カンファレンスで最もエキサイティングな発表の 1 つは、ゲーム最適化のための新しい機械学習ツール、GameTune のベータ版リリースでした。

新しい機能やイベントを公開することは、あなたのゲームを運営するのに不可欠な要素です。しかし、その追加した機能がプレイヤーにとって最適に動作することをどのように保証するのでしょうか?多くの開発者は、変更をより広い範囲に公開する前に A/B テストを行いますが、それぞれの A/B テストの設計、ロールアウト、および分析には数週間かかる場合があります。また、すべてのテストで有益な結果が得られるわけではなく、新しい機能があなたのゲームに悪影響を与えたことに気付くまでにさらに数週間かかる場合もあります。

こうした状況を打破するために GameTune は開発されました。GameTune を使用すると、Unity の機械学習の力を活用して、より多くのテストを実行してより短時間で学習し、より迅速に対応をとることができます。そして小規模なゲームスタジオでもこの恩恵を受けることができるのです。

GameTune の仕組み

最初に、GameTune に回答させたい質問を作成してから、最適化するメトリックを選択します。質問を使いわけてゲームを異なるビジネス目標の達成に導くこともできます。上記は『Idle Farming Empire』というゲームでの例で、このケースはヘルシンキに拠点を置くスタジオ Futureplay と提携して進められました。Futureplay はチュートリアルの速度をテストしたいと考えており、その目標はリテンションの向上でした。

次に、GameTune の意思決定エンジンに複数の選択肢を与えます。この例では、Futureplay は「非常に遅い(Very slow)」から「非常に速い(Very fast)」まで 4 段階の速度を設定しました。

選択肢が与えられると、GameTune は各ゲームユーザーに対して提示する選択肢を決定します。この決定は、対象のユーザーから最高のリテンションを引き出す可能性が最も高いと思われる選択肢を選び出すように行われます。

従来の A/B テストでは平均的なユーザーにとっての最適な体験とは何かがわかるだけでしたが、GameTune ならユーザーごとに最高の体験を特定することができます。

また、ゲームのどんなパートでも動的に変化させられます。アセット、IAP のオファー、初回ログイン時のユーザー体験など、多彩な要素についてテストすることが可能です。

詳しくは、How Futureplay used GameTune to improve revenue and retention(英語) をご覧ください。

GameTune の導入は簡単

こちらからベータ版にお申し込みいただけます。ユーザー登録後、以下の手順に従って GameTune を制作プロセスに組み込むことができます。

まず GameTune SDK を導入する必要があります。SDK は、GameTune サービスとその機械学習機能にアクセスする簡単な方法を提供します。

GameTune とのインタラクションは、質問と回答のモデルを通じて機能します。まず、質問の名前(例:level_difficulty)を作成します。これは、ゲームの最適化ポイントを識別する名前になります。次に、質問の回答(例:簡単、普通、難しい)を決めます。プレイヤーがゲームに参加すると、設定した質問に対して、そのユーザーの属性に基づき最適化された回答が返されます。

質問ごとに異なる最適化ターゲットを選択することができます。GameTune ダッシュボード で最適化の目標を設定できます(「Projects」に移動してプロジェクトを選択し、「Optimization」のメニューから「GameTune」を選択)。質問の目標は、たとえばゲームのリテンションの向上、コンバージョン(ユーザーに特定のアクションを実行させること)の最大化、プレイヤーの生涯価値の最大化などになります。

最後のステップは、プレイヤーが最適化の目標に関連するアクションを完了するたびに GameTune にレポートしてあげることです。たとえば、目標が広告のインプレッション数の最大化である場合、ユーザーが広告を見るたびにリワードが送信されるようにします。目標がリテンションの最適化なら、ユーザーがゲームに戻ったときにリワードが自動的に送信されるようにします。このようにして、次に同様の属性を持つユーザーがシステムに入ってきたとき、GameTune は最も望ましい結果を選択することを学習します。

GameTune を組み込んたゲームが初めて公開されるとき、GameTune には質問の各選択肢がどのように実行されるかについてのデータがまだありません。十分なデータが収集されるまで GameTune は指定したユーザーの選択肢をランダムに選び、A/B テストとほぼ同じように機能します。十分なデータが収集されると、機械学習モデルは自動的にトレーニングされ、最適化が開始されます。より多くのユーザーがシステムを使用するにつれて、システムはユーザーの選好に基づいて継続的に学習して繰り返すため、モデルはますます正確になります。

始めよう

ベータ版へのサインアップ はこちらのリンクから行えます。

6 replies on “新しい機械学習プロダクト GameTune でゲームのテストを簡素化”

Where come from the user attributes? And are they shared with all Unity game ?

Also, where is stored the AI ? In a server, right? So if the user is offline it won’t work, right ?

Overall it sounds super interesting, even for some Indie games !

How many users should we have to get it efficient enough ?

Can this be used to optimise a games level order? Can you include an example in the documentation.

Just a thought. Can we use this to teach a simple card game AI to learn user behavior and adapt the gameplay!

Comments are closed.