ゲーム研究法 · 文献横断レポート
「面白い」は測れるのか:花札CPUを評価するための研究設計
ゲームバランス研究の評価項目を比較し、CPU戦を勝率だけで採点しないための調査設計を提示する。
問い:勝率が近ければ面白いのか
人間プレイヤーを対象にしたゲームバランス研究は、難易度の調整が満足度へ影響し得る一方、その測定には複数の指標が必要だと示している。勝率が五分に近いだけでは、偶然性、理解、納得感を測れない。
花札のAI研究で示された「強すぎるモデル」の問題も、勝敗ではなく対局の質に関わる。そこで結果・行動・主観を別々に記録する枠組みを採る。
方法:三種類のデータを並べる
結果は勝率、得点差、逆転率。行動は再戦率、途中終了、1局あたりの時間。主観は難しさ、また遊びたいか、負けた理由への納得感を短い質問で取る。
この三つは代替しない。たとえば再戦が多くても、勝てないことへの不満が隠れているかもしれない。定量ログと回答を同じ結論へ強引にまとめないことが重要である。
結論:面白さは仕様ではなく仮説
CPUが面白いかどうかは、設計者が宣言して確定する性質ではない。研究に倣い、誰に・どの条件で・何を測ったかを公開できる仮説として扱う。
本記事の枠組みは調査設計であり、アザラシの花札の利用者結果ではない。結果が集まった時点で、事前登録した指標とともに更新する。
参考文献
APA第7版形式。本文中の角括弧の番号は、この一覧の文献番号に対応します。直接引用は行わず、研究の方法・結果・限界を要約しています。
- Takaoka, Y., Kawakami, T., Ooe, R., Mitamura, T., & Kinoshita, M. (2016). Development of a player model in Hanafuda. The Proceedings of JSME Annual Conference on Robotics and Mechatronics, 2016, 1P1-04a3. https://doi.org/10.1299/jsmermd.2016.1p1-04a3
- Takaoka, Y., Kawakami, T., Ooe, R., Mitamura, T., & Kinoshita, M. (2017). Development of a player model in Hanafuda: Change in fun by depth of simulation. The Proceedings of JSME Annual Conference on Robotics and Mechatronics, 2017, 2P2-F06. https://doi.org/10.1299/jsmermd.2017.2p2-f06
- Hawkins, G., Nesbitt, K., & Brown, S. (2012). Dynamic difficulty balancing for cautious players and risk takers. International Journal of Computer Games Technology, 2012, 1–10. https://doi.org/10.1155/2012/625476
- Andrade, G., Ramalho, G., Gomes, A. S., & Corruble, V. (2006). Dynamic game balancing: An evaluation of user satisfaction. Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment, 2(1), 3–8. https://doi.org/10.1609/aiide.v2i1.18739
- Yannakakis, G. N., & Hallam, J. (2009). Real-time game adaptation for optimizing player satisfaction. IEEE Transactions on Computational Intelligence and AI in Games, 1(2), 121–133. https://doi.org/10.1109/TCIAIG.2009.2024533