ゲームの面白さを解明する

構造化 IRF モデルと自動ゲームデザインの未来

1

井戸 里志 - @kan_jiro

既存理論と構造化 IRF モデル

MDA フレームワーク（ Hunicke ら , 2004 ）

–ゲームを、ルール（ Mechanics ）、展開（ Dynamics ）、面白さ（ Aesthetics ）の三層構造で記述する枠組み

–面白さの分類に理論的な根拠はない

構造化 IRF モデル–面白さの要素を Influence, Reward, Fictionality に

理論的に分類し、ゲーム全体の目標の構造と結びつけたモデル

–戦略からアクション、ストーリーまでほとんどの面白さをひとつの枠組みで説明

2

本発表の構成

1. ゲームとは何か？–ゲームプレイとゲームを区別することで境界問題を解決

2. ゲームの面白さとは何か？–「インフルエンス」「リワード」「フィクショナリティ」

3. ゲームの構造をどう表現するか？–分類されたゲームプレイと、大小に連なる目標を結びつける

4. 未来のゲームデザインプロセス–ゲームデザイナーの仕事の大半が自動化される時代は目前

3

1.

ゲームとは何か？

4

ゲームと非ゲームの境界問題

5

数学の試験はゲームか？–試行錯誤して複雑な問題を解く面白さは

ゲームの面白さに通じるように感じられる

–数学の試験から面白みを感じてもなおゲームでないとしたら、それはなぜか？

三目並べはゲームか？–最善手順を知っているプレイヤー同士の対戦では

交互にマスを埋めるだけの作業になる

–三目並べが最善手順を知られていてもなおゲームであるとしたら、それはなぜか？

ゲームプレイとゲームの定義

6

能動的活動–何らかの目標を達成することを意図して

事物や他人・自分に影響を与える活動

–労働、学習、ゲームなど

ゲームプレイ–能動的活動から生まれる

面白さ・楽しさ・気持ち良さ

ゲーム–苦痛・労力を抑えながら、

大きなゲームプレイを生み出すことを意図してデザインされたシステム

境界問題への解答

7

数学の試験はゲームではない–複雑な問題に対して、解かれた状態になることをめざして

自分が影響を与えるとき、ゲームプレイが得られる

–だとしても、試験はゲームプレイを生み出すことを意図して作られたシステムではないので、ゲームではない

三目並べはゲームである–最善手順を知っていて勝利をめざしている場合、影響を与える

ような判断をする余地がないため、ゲームプレイが得られない

–だとしても、三目並べはゲームプレイを生み出すことを意図して作られたシステムであるので、ゲームである

2.

ゲームの面白さとは何か？

8

基礎的なゲームプレイの分類

9

インフルエンス–自分の行動が、ゲームに強く

影響を与えているように感じられる

リワード–目標を達成することによって

もたらされる事態が魅力的に感じられる

10

インフルエンスの分類

インタラクション–現在の自分がゲーム内の事物へ

影響を与える操作と反応

コミュニケーション–他のプレイヤーのゲーム内の事物への

影響の与え方に関与するやりとり

ストラテジー–将来の自分のゲーム内の事物への

影響の与え方を画策する思考

主要なインタラクション

11

操作のインタラクション–対象を操作すること自体に生理的な気持ち良さがある

–例｜プラットフォームゲーム

波及のインタラクション–操作による影響が、直接的・間接的に多くのものに波及する

–例｜物理パズル

コミュニケーションの分類

12

敵対型コミュニケーション–敵、または敵である可能性のあるプレイヤーとのやりとり

特に、得られる情報に差がある場合

–例｜ポーカー

友好型コミュニケーション–味方であることがわかっているプレイヤーとのやりとり

–例｜ TRPG

ストラテジーの分類

13

ゲーム型ストラテジー–明確な目標が与えられている

与えられた目標の達成をめざす

–例｜将棋、囲碁

トイ型ストラテジー–明確な目標が与えられていないか、非常に緩い

プレイヤー自身が自発的に指向する目標の達成をめざす

–サンドボックス的な要素

14

解決のリワード–不安定・不明・中途半端な状態が解消される–例｜宝探し、パズル（複雑なものはストラテジーも含む）

破壊のリワード–何かが破壊される–例｜シューティング

主要なリワード – 1/2

15

賞賛のリワード–自分の成果を高く感じられたり、自己陶酔感を得られたりする–例｜ソーシャルゲーム、音楽ゲーム

成長のリワード–プレイヤーの影響力が高まる–例｜ RPG のレベルアップ

実益のリワード–プレイヤーの現実生活にとっての利益がある–例｜脳トレ

主要なリワード – 2/2

ゲームメカニクスと虚構世界

16

ゲームメカニクス–広義の「ルール」

プログラムによって実装されるものや物理法則も含む

–インフルエンスとリワードはゲームメカニクスへの関心に由来する

虚構世界–例｜「地球が宇宙人に攻撃されている」

「ルイージはマリオの弟だ」

–虚構世界への関心に由来するゲームプレイを「フィクショナリティ」と呼ぶ

主要なフィクショナリティ

17

愛好のフィクショナリティ–影響を与える対象をプレイヤーの好きなものに見立てたり、

影響の過程をプレイヤーの好きなことに見立てたりする

–例｜育成ゲーム、スポーツゲーム、魅力的な世界を舞台にしたゲーム

物語のフィクショナリティ–プレイヤーの行動に物語上の意味をもたせる

–例｜ノベルゲーム

体験のフィクショナリティ–虚構世界が自分自身の出来事としてリアルに感じられる

–日本におけるいわゆる“ナラティブ”

ゲームプレイ分類まとめ

18

ゲームメカニクス由来のゲームプレイインフルエンス

インタラクション– 操作のインタラクション– 波及のインタラクション

コミュニケーション– 敵対型コミュニケーション– 友好型コミュニケーション

ストラテジー– ゲーム型ストラテジー– トイ型ストラテジー

リワード– 解決のリワード– 破壊のリワード– 成長のリワード– 賞賛のリワード– 実益のリワード

虚構世界由来のゲームプレイフィクショナリティ

– 愛好のフィクショナリティ– 物語のフィクショナリティ– 体験のフィクショナリティ

3.

ゲームの構造をどう表現するか？

19

目標の種類

20

主目標–ゲームへ参加する時点で意識される、一回のプレイングの目的

–例｜麻雀で試合終了時に１位になること

明目標–開始と終了のタイミングが明確である目標

–主目標は、ほとんどの場合、明目標

–例｜アクションゲームでステージのひとつをクリアすること

暗目標–開始と終了のタイミングが明確でない目標

–例｜アクションゲームでステージに含まれる関門のひとつをクリアすること

目標間の関係

21

上下統合（下目標／上目標）–下目標を繰り返し達成することで、上目標が達成される

–下目標 A1 が完了 ∧ 下目標 A2 が完了 ∧ … ＝ 上目標 A が完了

–例｜麻雀で「一局ごとにできるだけ高い点を得ること」 と「試合終了時に１位になること」

前後統合（前目標／後目標）–後目標の達成には、先に前目標を達成する必要がある

–前目標 A が完了 ⊂ 後目標 B が完了

–例｜ TCG で「強いデッキを構築すること」 と 「試合で勝つこと」

進行型統合と創発型統合

22

進行型統合–上目標 /後目標を達成するための下目標 / 前目標の評価関数が単純

–例｜麻雀の一局と一試合

試合でトップになるために一局ごとにめざす結果は自分とトップとの得点差くらいを考慮すればほぼ問題ない

創発型統合–上目標 /後目標を達成するための下目標 / 前目標の評価関数が複雑

–例｜麻雀の一巡と一局

トップとの得点差を小さくするために一巡ごとにめざす結果には複雑な判断基準が必要となる

進行 /創発とゲームプレイ

23

進行型統合のメリット–プレイヤーの行動への評価を即座に明確にフィードバックできる

リワードを最大限に活かせる

創発型統合のメリット–インフルエンスを大きくする

とりわけ、ストラテジーには必須

分析例『スーパーマリオブラザーズ』

24

分析例『ゼルダの伝説』

25

分析例『ポケットモンスター』

26

分析例『ぷよぷよ』

27

分析例『脳を鍛える鬼トレーニング』

28

分析例『MOTHER』

29

目標の機能

30

目標の機能の分類① 主目標

② ゲームプレイに直接結びついた目標（コア目標）

③ ゲームプレイに直接結びついた統合（コア統合）を構成する目標

④ 成長のリワードが寄与する統合を構成する目標

⑤ 主目標を繰り返し楽しめるようにする上目標（メタ目標）

⑥ ひとつの上目標に対する下目標が多くなりすぎないよう、間に挟む目標 メリハリをつける

（他にもあるかも）

構造化 IRF モデルと既存理論の接続

31

EMS フレームワーク（中村 , 2014 ）–手段と目的の構造でゲームを言い表す

–ゲームデザイン初心者でもゲームのアイデアを出すことができる

MDA フレームワーク–ゲームをルール、展開、面白さの

三層構造で捉える

–狙っている面白さを、具体的なアルゴリズムやデータに落とし込むことができる

4.

未来のゲームデザインプロセス

32

自動ゲームデザイン（ AGD ）

33

AGD (Automated Game Design)– AI によるバランス調整、レベルデザイン、メカニクス生成など

– 2005年頃から発展、これからが期待される分野

IRF モデルによる AGD の可能性–各ゲームプレイを定量化

–進化的アルゴリズムでより大きなゲームプレイを生み出すデザインを生成

ゲームプレイ定量化の難度–ストラテジー < コミュニケーション << インタラクション

< リワード <<< フィクショナリティ

–ストラテジーとコミュニケーションは既存の技術でおおむね可能

AGD による詰将棋の生成

34

面白い詰将棋の自動生成方法案1. 逆算法などを用いて詰将棋を列挙

2. 列挙された詰将棋を AI にプレイさせる

3. ストラテジーの大きな詰将棋を抽出

将棋のストラテジーの定量化–複数の有力な着手候補の間の、

それぞれを選んだ場合から予測される将来の局面の差異の大きさ

–それぞれの局面を、評価関数の各項目の値を基に高次元空間内の１点にプロットし、その距離を計算

AGD によるゲームメカニクスの創造

35

Yavalath （ Browne, 2007 ）–世界で初めて、完全に AGD で

作られた商用ゲーム

–ボードゲームファンからも評価が高い

LUDI - Yavalath を生み出した AGD システム

–進化的アルゴリズムで、既存のアブストラクトゲーム（囲碁、オセロ、五目並べなど）のメカニクスの要素を遺伝子とする

–自己対戦と 57項目のゲームデザイン評価基準で適応度を測定

–生き残るゲームは五目並べに似たものばかりという問題も

汎用 AGD の実現可能性

36

あらゆるゲームを生成できる AGD は可能か？–あらゆるジャンルやターゲットに適した評価基準と、

あらゆるゲームを人間らしくプレイできる AI プレイヤーが必要

将来的にディープラーニングで自動生成可能

汎用 AGD の段階 - 1/2

37

第 0段階｜自動テストプレイ–与えられたゲームメカニクスを、プレイしながら学習

– AI の予想を大きく外れる（バグの可能性が高い）展開が発生したら報告

第 0.5段階｜ゲームプレイの定量評価–人間が行った数値・配置調整に対してテストプレイを行い

ストラテジーやコミュニケーションの変化量を評価

第 1段階｜自動パラメータ調整–与えられた変数や素材に対して、ストラテジーや

コミュニケーションを最大化するように数値・配置を調整

第 2段階｜自動レベルデザイン–すべてのゲームメカニクス由来のゲームプレイを定量化

–与えられた基本のゲームメカニクスに基いて付加的なメカニクスやアイテム、スキル、敵、ステージを生成

–人間は、採用するステージを選び、虚構世界上の意味（森林、砂漠など）を割り当て加工する

第 3段階｜自動ゲームメカニクスデザイン–あらゆるゲームメカニクスをゼロから生成

–人間は、採用するメカニクスを選び、虚構世界上の意味（モンスターの収集 育成、国家の運営など）を割り当て加工する･

第 4段階｜完全な自動ゲームデザイン

汎用 AGD の段階 - 2/2

38

AGD 時代のゲームデザイナー

39

個々のゲームに合わせた AGD の運用– AGD にどのような素材を与え、何を生成させるか？

–生成された無数のコンテンツに対して評価を下し、教育する

フィクショナリティ部分の制作–フィクショナリティは文脈に依存するため、単純な

パターン認識だけでは生成の精度が上がらない可能性がある

コンテンツのボリューム増加–ただし、ユーザーが遊ぶ時間には限りがある

人間ならではの味わいを追究– AGD によるコンテンツには独特の癖が出ることが予想される

まとめ

40

ゲームの定義–ゲームプレイを生み出すことを意図してデザインされたシステム

ゲームプレイの分類–インタラクション、コミュニケーション、ストラテジー、

リワード、フィクショナリティに分けられる

ゲーム構造の図示–ゲームプレイを目標や統合と結びつける

自動ゲームデザイン–ゲームプレイのうち定量化しやすいものを中心とした

ゲームデザインは、近い将来に自動化される