著者｜シド @IOSG
Web3 ゲームの現状
より新しく、より焦点を絞った物語が出現するにつれて、業界としての Web3 ゲームは、プライマリ マーケットとパブリック マーケットの両方の物語に対して後回しになっています。 Delphi のゲーム業界に関する 2024 年のレポートによると、主要市場における Web3 ゲームの累計融資額は 10 億米ドル未満です。これは必ずしも悪いことではなく、バブルが沈静化し、現在の資本がより高品質のゲームに対応できる可能性があることを示しているだけです。下の図は明らかな指標です。
2024 年を通じて、Ronin などのゲーム エコシステムではユーザー数が大幅に増加し、Fableborn などの高品質な新しいゲームの登場により、2021 年の Axie の全盛期に匹敵するほどになりました。
ゲーム エコシステム (L1、L2、RaaS) は、Web3 の Steam にますます似てきており、エコシステム内での配布を制御することは、ゲーム開発者がプレイヤーを獲得するのに役立つため、これらのエコシステムでゲームを開発する動機にもなっています。以前のレポートによると、Web3 ゲームのユーザー獲得コストは Web2 ゲームのユーザー獲得コストよりも約 70% 高いとのことです。
プレイヤーの粘着性
選手を引き留めることは、選手を引き付けることと同じくらい、あるいはそれ以上に重要です。 Web3 ゲームのプレイヤー維持率に関するデータは不足していますが、プレイヤー維持率は「フロー」(ハンガリーの心理学者ミハイ・チクセントミハイの造語) の概念と密接に関連しています。
「フロー状態」は、プレーヤーが挑戦とスキルレベルの間の完璧なバランスを達成する心理的な概念です。それはまるで「ゾーンに入る」ようなもので、時間があっという間に過ぎて、完全にゲームに没頭しているようです。
継続的にフロー状態を作り出すゲームは、次のような仕組みによりリテンション率が高くなる傾向があります。
#アドバンスデザイン
ゲーム初期: 自信を高めるための簡単な課題
ゲーム中盤：徐々に難易度が上がっていきます
ゲーム後半: 複雑な課題、ゲームをマスターする
プレイヤーがスキルを向上させても、このきめ細かな難易度調整により、自分のペースを保つことができます。
#ループに参加する
短期: 即時フィードバック (キル数、ポイント、報酬)
中期: レベル完了、日常タスク
長期: キャラクター開発、ランキング
これらの入れ子になったループにより、さまざまな時間枠にわたってプレーヤーの関心が維持されます。
#フロー状態を破壊する要因は次のとおりです。
1. 不適切な難易度/複雑さの設定: これは、ゲームデザインが不十分であることが原因である可能性があります。あるいは、プレイヤーが不足しているためにマッチメイキングの不均衡が発生している可能性もあります。
2. 不明確な目標: ゲームデザインの要素
3. フィードバックの遅れ: ゲームデザインと技術的な問題によるもの
4. 侵入的な収益化: ゲームデザイン + プロダクト
5. 技術的な問題/遅延
ゲームとAIの共生
AI エージェントは、プレーヤーがこのフロー状態に到達するのを支援できます。この目標を達成する方法を説明する前に、まずどのような種類のエージェントがゲーム分野での使用に適しているかを理解しましょう。
LLM と強化学習
ゲーム AI の鍵は、スピードとスケールです。ゲームで LLM 駆動のエージェントを使用する場合、各決定には巨大な言語モデルを呼び出す必要があります。あらゆるステップの前に仲介者がいるようなものです。仲介者は賢いですが、彼の応答を待っているとすべてが遅くなり、苦痛になります。ゲーム内の何百ものキャラクターに対してこれを実行すると、時間がかかるだけでなく、コストも高くなります。これが、ゲーム内で大規模な LLM エージェントがまだ登場していない主な理由です。私たちがこれまでに見た最大の実験は、Minecraft 上で開発された 1,000 人のエージェント文明です。異なるマップ上に 100,000 人のエージェントが同時に存在する場合、これは非常にコストがかかります。新しいエージェントが追加されるたびにラグが発生するため、プレイヤーはトラフィックの中断の影響を受けることになります。これにより、フロー状態が破壊されます。
強化学習 (RL) は別のアプローチです。私たちはこれを、ヘッドセットを通じてお互いに段階的に指示するのではなく、ダンサーをトレーニングするようなものだと考えています。強化学習では、AI に「ダンス」する方法と、ゲーム内のさまざまな状況にどのように対応するかを教えることに早い段階で時間を費やす必要があります。トレーニングが完了すると、AI は自然に動作し、上向きのリクエストを必要とせずにミリ秒単位で決定を下します。ゲーム内でこれらの訓練を受けたエージェントを何百人も実行させることができ、それぞれが見たり聞いたりしたことに基づいて独立した意思決定を行うことができます。彼らは LLM エージェントほど明確で柔軟ではありませんが、物事を迅速かつ効率的に実行します。
RL の本当の魅力は、これらのエージェントが連携する必要があるときに発揮されます。 LLM エージェントが調整のために長時間の「会話」を必要とする場合、RL エージェントは、何か月も一緒にトレーニングしてきたサッカー チームのように、トレーニング中に暗黙的な信頼関係を築くことができます。彼らはお互いの動きを予測し、自然に調整することを学びます。これは完璧ではなく、LLM が犯さないような間違いを犯すこともありますが、LLM が太刀打ちできない規模で運用することができます。ゲーム アプリケーションの場合、このトレードオフは常に理にかなっています。
エージェントとNPC
NPC としてのエージェントは、今日多くのゲームが直面している最初の中核的な問題、つまりプレイヤーのモビリティを解決します。 P2E は、プレーヤーの流動性の問題を解決するために暗号経済学を使用した最初の実験であり、それがどうなったかは誰もが知っています。
事前トレーニングされたエージェントは次の 2 つの目的を果たします。
- マルチプレイヤー ゲームで世界に人口を投入する
- 世界中のプレイヤーのグループの難易度を維持し、フロー状態を維持します
これは非常に明白なようですが、構築するのは困難です。独立系ゲームや初期の Web3 ゲームには、人工知能チームを雇用するための十分な財政的リソースがありません。これは、RL を中核とするエージェント フレームワーク サービス プロバイダーにとってチャンスとなります。
ゲームはプレイスルーやテスト中にこれらのサービス プロバイダーと連携し、ゲーム起動時のプレイヤーのモビリティの基礎を築くことができます。
これにより、ゲーム開発者はゲームの仕組みに集中してゲームをより面白くすることができます。私たちはトークンをゲームに組み込むのが大好きですが、ゲームはゲームであり、ゲームは楽しくあるべきです。
エージェントプレイヤー
世界で最もプレイされているゲームの 1 つであるリーグ・オブ・レジェンドには、プレイヤーが自分のキャラクターを最高の属性で訓練するブラック マーケットがありますが、ゲームではそうすることが禁止されています。
これは、NFT の基礎としてゲームのキャラクターとプロパティを形成するのに役立ち、これを可能にする市場を作成します。
これらの AI エージェントのコーチとして機能する新しい「プレーヤー」のサブセットが出現したらどうなるでしょうか?プレイヤーはこれらの AI エージェントを指導し、試合に勝つなどさまざまな形で収益を上げることができ、また、e スポーツ選手や情熱的なプレーヤーの「トレーニング パートナー」として機能することもできます。
メタバースの復活？
メタバースの初期バージョンは、理想的な現実ではなく、単に別の現実を作成しただけで、的を外した可能性があります。 AI エージェントは、メタバースの住民が理想的な世界、つまり脱出を創造するのを手助けします。
私の意見では、LLM ベースのプロキシが役立つのはこのような場合です。おそらく誰かが、ドメインの専門家であり、好きなことについて会話できる、事前に訓練されたエージェントを自分の世界に配置することができるでしょう。イーロン・マスクの1000時間のインタビューで訓練されたエージェントを作成し、ユーザーが自分の世界でそのエージェントのインスタンスを使用したい場合、私はそれに対して報酬を得ることができます。これが新しい経済を生み出します。
Nifty Island のようなメタバース ゲームを使えば、これが現実になる可能性があります。
Today: The Game では、チームは「Limbo」と呼ばれる LLM ベースの AI エージェント (投機的なトークンをリリースしました) を作成しました。これは、24 時間 365 日のライブ ストリーミングを視聴している間、複数のエージェントが世界で自律的に対話するというビジョンを持っています。
クリプトはこれにどのように当てはまりますか?
暗号化は、さまざまな方法でこれらの問題の解決に役立ちます。
- プレイヤーは、より良いエクスペリエンスを実現するためにモデルを改善するためにゲーム データを提供し、それに対して報酬を受け取ります。
- キャラクターデザイナーやトレーナーなどの複数の関係者と調整して、最高のゲーム内エージェントを作成します
- ゲーム内エージェントの所有権のマーケットプレイスを作成し、収益化する
ARC Agents という、これらすべてのことやそれ以上のことを行うチームがあります。彼らは上記のすべての問題に取り組んでいます。
彼らには ARC SDK があり、ゲーム開発者はゲームのパラメータに基づいて人間のような人工知能エージェントを作成できます。非常にシンプルな統合により、プレイヤーのモビリティの問題を解決し、ゲーム データをクリーンアップして洞察に変換し、難易度を調整することでプレイヤーがフローに留まるのを支援します。これを行うために、彼らは強化学習 (強化学習) テクノロジーを使用しました。
彼らはもともと AI Arena と呼ばれるゲームを開発しました。基本的には、AI キャラクターを戦闘用に訓練するものでした。これは、ARC SDK の基礎を形成するベースライン学習モデルを形成するのに役立ちました。これにより、DePIN のようなフライホイールが作成されます。
これらはすべて、エコシステム トークン $NRN を使用して調整されます。 Chain of Thought チームは、ARC プロキシに関する記事でこれについて非常に詳しく説明しています。
Bounty のようなゲームはエージェントファーストのアプローチを採用しており、西部開拓時代の世界でエージェントをゼロから構築しています。
結論
AI エージェント、ゲーム デザイン、暗号通貨の融合は単なるテクノロジー トレンドではなく、インディー ゲームを悩ませているさまざまな問題を解決する可能性を秘めています。ゲームにおける AI エージェントの優れた点は、優れた競争、豊かなインタラクション、何度でもプレイしたくなるようなチャレンジなど、ゲームの楽しさを強化することです。 ARC エージェントなどのフレームワークが成熟し、AI エージェントを統合するゲームが増えるにつれて、まったく新しいゲーム体験が出現する可能性があります。世界が生きているのは、そこに他のプレイヤーがいるからではなく、その中のエージェントがコミュニティとともに学び、進化できるからであると想像してみてください。
私たちは、「遊んで稼ぐ」時代から、本当に楽しくて無限に拡張可能なゲームという、よりエキサイティングな時代に移行しています。今後数年間は、この分野に注力する開発者、プレーヤー、投資家にとってエキサイティングな年となるでしょう。 2025 年以降のゲームは、技術的により進歩しているだけでなく、根本的に、これまでに見たものよりも魅力的で、魅力的で、生き生きとしたものになるでしょう。
