Submit Search
Upload
ログ分析で支えるゲームパラメータ設計 #denatechcon
•
2 likes
•
10,582 views
DeNA
Follow
DeNA TechCon 2017の登壇資料です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 15
Recommended
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
Preferred Networks
運用してわかったLookerの本質的メリット : Data Engineering Study #8
運用してわかったLookerの本質的メリット : Data Engineering Study #8
Masatoshi Abe
Javaエンジニアに知ってほしい、Springの教科書「TERASOLUNA」 #jjug_ccc #ccc_f3
Javaエンジニアに知ってほしい、Springの教科書「TERASOLUNA」 #jjug_ccc #ccc_f3
日本Javaユーザーグループ
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
Daisuke Nogami
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Kenshi Abe
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
RyoAdachi
ゲーム体験を支える強化学習の実応用について
ゲーム体験を支える強化学習の実応用について
Jun Okumura
Recommended
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
Preferred Networks
運用してわかったLookerの本質的メリット : Data Engineering Study #8
運用してわかったLookerの本質的メリット : Data Engineering Study #8
Masatoshi Abe
Javaエンジニアに知ってほしい、Springの教科書「TERASOLUNA」 #jjug_ccc #ccc_f3
Javaエンジニアに知ってほしい、Springの教科書「TERASOLUNA」 #jjug_ccc #ccc_f3
日本Javaユーザーグループ
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
Daisuke Nogami
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
多人数不完全情報ゲームにおけるAI ~ポーカーと麻雀を例として~
Kenshi Abe
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
『逆転オセロニア 』における、機械学習モデルを用いたデッキのアーキタイプ抽出とゲーム運用への活用
RyoAdachi
ゲーム体験を支える強化学習の実応用について
ゲーム体験を支える強化学習の実応用について
Jun Okumura
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
Jun Okumura
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Satoshi Hara
エントリー層向けセミナー#04『はじめての最適化』
エントリー層向けセミナー#04『はじめての最適化』
The Japan DataScientist Society
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
モノビット エンジン
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui
データ活用をするための組織
データ活用をするための組織
Kon Yuichi
アクセンチュア株式会社採用案内 2022/03
アクセンチュア株式会社採用案内 2022/03
Accenture Japan
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
モデルではなく、データセットを蒸留する
モデルではなく、データセットを蒸留する
Takahiro Kubo
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
Hideki Tsunashima
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
株式会社MonotaRO Tech Team
テストコードの DRY と DAMP
テストコードの DRY と DAMP
Yusuke Kagata
大規模データに基づく自然言語処理
大規模データに基づく自然言語処理
JunSuzuki21
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
pgvectorを使ってChatGPTとPostgreSQLを連携してみよう!(PostgreSQL Conference Japan 2023 発表資料)
pgvectorを使ってChatGPTとPostgreSQLを連携してみよう!(PostgreSQL Conference Japan 2023 発表資料)
NTT DATA Technology & Innovation
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
二人零和マルコフゲームにおけるオフ方策評価
二人零和マルコフゲームにおけるオフ方策評価
Kenshi Abe
ICLR読み会 奥村純 20170617
ICLR読み会 奥村純 20170617
Jun Okumura
LightningComponentのUnitテストについて.pptx
LightningComponentのUnitテストについて.pptx
Ryosuke Kobayashi
More Related Content
What's hot
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
Jun Okumura
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
Satoshi Hara
エントリー層向けセミナー#04『はじめての最適化』
エントリー層向けセミナー#04『はじめての最適化』
The Japan DataScientist Society
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
モノビット エンジン
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui
データ活用をするための組織
データ活用をするための組織
Kon Yuichi
アクセンチュア株式会社採用案内 2022/03
アクセンチュア株式会社採用案内 2022/03
Accenture Japan
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
モデルではなく、データセットを蒸留する
モデルではなく、データセットを蒸留する
Takahiro Kubo
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
Hideki Tsunashima
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
株式会社MonotaRO Tech Team
テストコードの DRY と DAMP
テストコードの DRY と DAMP
Yusuke Kagata
大規模データに基づく自然言語処理
大規模データに基づく自然言語処理
JunSuzuki21
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
pgvectorを使ってChatGPTとPostgreSQLを連携してみよう!(PostgreSQL Conference Japan 2023 発表資料)
pgvectorを使ってChatGPTとPostgreSQLを連携してみよう!(PostgreSQL Conference Japan 2023 発表資料)
NTT DATA Technology & Innovation
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
二人零和マルコフゲームにおけるオフ方策評価
二人零和マルコフゲームにおけるオフ方策評価
Kenshi Abe
What's hot
(20)
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
エントリー層向けセミナー#04『はじめての最適化』
エントリー層向けセミナー#04『はじめての最適化』
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
MLOpsはバズワード
MLOpsはバズワード
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
データ活用をするための組織
データ活用をするための組織
アクセンチュア株式会社採用案内 2022/03
アクセンチュア株式会社採用案内 2022/03
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
分散システムについて語らせてくれ
分散システムについて語らせてくれ
モデルではなく、データセットを蒸留する
モデルではなく、データセットを蒸留する
分散学習のあれこれ~データパラレルからモデルパラレルまで~
分散学習のあれこれ~データパラレルからモデルパラレルまで~
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
テストコードの DRY と DAMP
テストコードの DRY と DAMP
大規模データに基づく自然言語処理
大規模データに基づく自然言語処理
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
pgvectorを使ってChatGPTとPostgreSQLを連携してみよう!(PostgreSQL Conference Japan 2023 発表資料)
pgvectorを使ってChatGPTとPostgreSQLを連携してみよう!(PostgreSQL Conference Japan 2023 発表資料)
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
二人零和マルコフゲームにおけるオフ方策評価
二人零和マルコフゲームにおけるオフ方策評価
Similar to ログ分析で支えるゲームパラメータ設計 #denatechcon
ICLR読み会 奥村純 20170617
ICLR読み会 奥村純 20170617
Jun Okumura
LightningComponentのUnitテストについて.pptx
LightningComponentのUnitテストについて.pptx
Ryosuke Kobayashi
DeNAの最新のマスタデータ管理システム Oyakata の全容
DeNAの最新のマスタデータ管理システム Oyakata の全容
sairoutine
グロースハック なぜ我々は無意味な施策を打ってしまうのか
グロースハック なぜ我々は無意味な施策を打ってしまうのか
Yahoo!デベロッパーネットワーク
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
佑 甲野
DeNAのゲームを支えるプラットフォーム Sakasho #denatechcon
DeNAのゲームを支えるプラットフォーム Sakasho #denatechcon
DeNA
TerraSky PowerNight myEinstein
TerraSky PowerNight myEinstein
TerraSky
サービスをリードしていけるエンジニア集団の作り方(DeNA Games Tokyo)
サービスをリードしていけるエンジニア集団の作り方(DeNA Games Tokyo)
DeNA Games Tokyo
[AI10] ゲームキャラクターのための人工知能と社会への応用 ~ FINAL FANTASY XV を事例として ~
[AI10] ゲームキャラクターのための人工知能と社会への応用 ~ FINAL FANTASY XV を事例として ~
de:code 2017
その後のDeNAのネイティブアプリ開発 #denatechcon
その後のDeNAのネイティブアプリ開発 #denatechcon
DeNA
Similar to ログ分析で支えるゲームパラメータ設計 #denatechcon
(10)
ICLR読み会 奥村純 20170617
ICLR読み会 奥村純 20170617
LightningComponentのUnitテストについて.pptx
LightningComponentのUnitテストについて.pptx
DeNAの最新のマスタデータ管理システム Oyakata の全容
DeNAの最新のマスタデータ管理システム Oyakata の全容
グロースハック なぜ我々は無意味な施策を打ってしまうのか
グロースハック なぜ我々は無意味な施策を打ってしまうのか
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
DeNAのゲームを支えるプラットフォーム Sakasho #denatechcon
DeNAのゲームを支えるプラットフォーム Sakasho #denatechcon
TerraSky PowerNight myEinstein
TerraSky PowerNight myEinstein
サービスをリードしていけるエンジニア集団の作り方(DeNA Games Tokyo)
サービスをリードしていけるエンジニア集団の作り方(DeNA Games Tokyo)
[AI10] ゲームキャラクターのための人工知能と社会への応用 ~ FINAL FANTASY XV を事例として ~
[AI10] ゲームキャラクターのための人工知能と社会への応用 ~ FINAL FANTASY XV を事例として ~
その後のDeNAのネイティブアプリ開発 #denatechcon
その後のDeNAのネイティブアプリ開発 #denatechcon
More from DeNA
DRIVE CHARTの裏側 〜 AI ☓ IoT ☓ ビッグデータを 支えるアーキテクチャ 〜
DRIVE CHARTの裏側 〜 AI ☓ IoT ☓ ビッグデータを 支えるアーキテクチャ 〜
DeNA
IoTと業務システムをつなぐgRPC/RESTサービスの開発と運用
IoTと業務システムをつなぐgRPC/RESTサービスの開発と運用
DeNA
Can We Make Maps from Videos? ~From AI Algorithm to Engineering for Continuou...
Can We Make Maps from Videos? ~From AI Algorithm to Engineering for Continuou...
DeNA
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
DeNA
クラウド環境でのセキュリティ監査自動化【DeNA TechCon 2020 ライブ配信】
クラウド環境でのセキュリティ監査自動化【DeNA TechCon 2020 ライブ配信】
DeNA
DeClang 誕生!Clang ベースのハッキング対策コンパイラ【DeNA TechCon 2020 ライブ配信】
DeClang 誕生!Clang ベースのハッキング対策コンパイラ【DeNA TechCon 2020 ライブ配信】
DeNA
仕様起因の手戻りを減らして開発効率アップを目指すチャレンジ 【DeNA TechCon 2020 ライブ配信】
仕様起因の手戻りを減らして開発効率アップを目指すチャレンジ 【DeNA TechCon 2020 ライブ配信】
DeNA
DeNA データプラットフォームにおける 自由と統制のバランス【DeNA TechCon 2020 ライブ配信】
DeNA データプラットフォームにおける 自由と統制のバランス【DeNA TechCon 2020 ライブ配信】
DeNA
リアルタイムリモートデバッグ環境によるゲーム開発イテレーションの高速化【DeNA TechCon 2020 ライブ配信】
リアルタイムリモートデバッグ環境によるゲーム開発イテレーションの高速化【DeNA TechCon 2020 ライブ配信】
DeNA
MOV の機械学習システムを支える MLOps 実践【DeNA TechCon 2020 ライブ配信】
MOV の機械学習システムを支える MLOps 実践【DeNA TechCon 2020 ライブ配信】
DeNA
コンピュータビジョン技術の実応用〜DRIVE CHARTにおける脇見・車間距離不足検知〜【DeNA TechCon 2020 ライブ配信】
コンピュータビジョン技術の実応用〜DRIVE CHARTにおける脇見・車間距離不足検知〜【DeNA TechCon 2020 ライブ配信】
DeNA
DeNA の Slack 導入と活用の事例紹介
DeNA の Slack 導入と活用の事例紹介
DeNA
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
DeNA
オートモーティブ領域における 位置情報関連アルゴリズムあれこれ
オートモーティブ領域における 位置情報関連アルゴリズムあれこれ
DeNA
後部座席タブレットにおけるMaaS時代を見据えた半歩先のUX設計」 [MOBILITY:dev]
後部座席タブレットにおけるMaaS時代を見据えた半歩先のUX設計」 [MOBILITY:dev]
DeNA
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
DeNA
MOVで実践したサーバーAPI実装の超最適化について [MOBILITY:dev]
MOVで実践したサーバーAPI実装の超最適化について [MOBILITY:dev]
DeNA
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
DeNA
課題ドリブン、フルスタックAI開発術 [MOBILITY:dev]
課題ドリブン、フルスタックAI開発術 [MOBILITY:dev]
DeNA
DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA
More from DeNA
(20)
DRIVE CHARTの裏側 〜 AI ☓ IoT ☓ ビッグデータを 支えるアーキテクチャ 〜
DRIVE CHARTの裏側 〜 AI ☓ IoT ☓ ビッグデータを 支えるアーキテクチャ 〜
IoTと業務システムをつなぐgRPC/RESTサービスの開発と運用
IoTと業務システムをつなぐgRPC/RESTサービスの開発と運用
Can We Make Maps from Videos? ~From AI Algorithm to Engineering for Continuou...
Can We Make Maps from Videos? ~From AI Algorithm to Engineering for Continuou...
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
クラウド環境でのセキュリティ監査自動化【DeNA TechCon 2020 ライブ配信】
クラウド環境でのセキュリティ監査自動化【DeNA TechCon 2020 ライブ配信】
DeClang 誕生!Clang ベースのハッキング対策コンパイラ【DeNA TechCon 2020 ライブ配信】
DeClang 誕生!Clang ベースのハッキング対策コンパイラ【DeNA TechCon 2020 ライブ配信】
仕様起因の手戻りを減らして開発効率アップを目指すチャレンジ 【DeNA TechCon 2020 ライブ配信】
仕様起因の手戻りを減らして開発効率アップを目指すチャレンジ 【DeNA TechCon 2020 ライブ配信】
DeNA データプラットフォームにおける 自由と統制のバランス【DeNA TechCon 2020 ライブ配信】
DeNA データプラットフォームにおける 自由と統制のバランス【DeNA TechCon 2020 ライブ配信】
リアルタイムリモートデバッグ環境によるゲーム開発イテレーションの高速化【DeNA TechCon 2020 ライブ配信】
リアルタイムリモートデバッグ環境によるゲーム開発イテレーションの高速化【DeNA TechCon 2020 ライブ配信】
MOV の機械学習システムを支える MLOps 実践【DeNA TechCon 2020 ライブ配信】
MOV の機械学習システムを支える MLOps 実践【DeNA TechCon 2020 ライブ配信】
コンピュータビジョン技術の実応用〜DRIVE CHARTにおける脇見・車間距離不足検知〜【DeNA TechCon 2020 ライブ配信】
コンピュータビジョン技術の実応用〜DRIVE CHARTにおける脇見・車間距離不足検知〜【DeNA TechCon 2020 ライブ配信】
DeNA の Slack 導入と活用の事例紹介
DeNA の Slack 導入と活用の事例紹介
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
タクシーxAIを支えるKubernetesとAIデータパイプラインの信頼性の取り組みについて [SRE NEXT 2020]
オートモーティブ領域における 位置情報関連アルゴリズムあれこれ
オートモーティブ領域における 位置情報関連アルゴリズムあれこれ
後部座席タブレットにおけるMaaS時代を見据えた半歩先のUX設計」 [MOBILITY:dev]
後部座席タブレットにおけるMaaS時代を見据えた半歩先のUX設計」 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
ドライブレコーダ映像からの3次元空間認識 [MOBILITY:dev]
MOVで実践したサーバーAPI実装の超最適化について [MOBILITY:dev]
MOVで実践したサーバーAPI実装の超最適化について [MOBILITY:dev]
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
課題ドリブン、フルスタックAI開発術 [MOBILITY:dev]
課題ドリブン、フルスタックAI開発術 [MOBILITY:dev]
DeNA の AWS アカウント管理とセキュリティ監査自動化
DeNA の AWS アカウント管理とセキュリティ監査自動化
Recently uploaded
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
Recently uploaded
(10)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
ログ分析で支えるゲームパラメータ設計 #denatechcon
1.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. ログ分析で支える ゲームパラメータ設計 February 10, 2017 Jun Ernesto Okumura AI System Dept. DeNA Co., Ltd. DeNA TechCon 2017
2.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. 自己紹介 名前 奥村 エルネスト 純 経歴 宇宙物理学 Ph.D → DeNA入社(2014年) → データアナリスト@分析部(〜2016年) → 機械学習エンジニア@AIシステム部(2017年〜) 業務領域 ゲームデータ分析、ゲームパラメータデザイン 機械学習、強化学習 2
3.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. 3 本日お話する内容 対戦系ゲームタイトル『逆転オセロニア』で スキルのバランス調整をログ分析によってサポートしている話
4.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. 『逆転オセロニア』の紹介 ゲーム概要 オセロを進化させた分かりやすくとも奥深いゲームシステム 友達や全国のプレイヤーとリアルタイムバトルが楽しめる 豊富なスキル群、ドラマチックな逆転劇、リアルイベント、etc… 4
5.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. スキルについて オセロニアにおける「スキル」 ゲームバランス・プレイサイクルを支えるコア要素 オセロをベースとした多様なスキルが存在 「1枚ちょうどひっくり返すと攻撃力が2倍になる」、 「表になっている間、毒ダメージを与える」、etc… 5 スキルのパラメータ(条件・効果を決める値)の調整は ゲームバランスを設計する上で重要度が高い
6.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. スキルバランスに関する運用課題 スキルの運用課題 1. パラメータのバランス調整が属人化しやすい • スキルの強さにバラツキが生じてしまう 2. 統一的な評価指標がなく、設計精度が確認できない • 意図通りの使われ方がしたのか、適切な強さだったのか振り返りしづらい 3. 「壊れキャラ」の事前検知ができない • 強いキャラを作ろうとしても、どの程度までなら壊れないかが読みづらい 6
7.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. スキル設計において実現したい理想状態 1. 壊れキャラの排出をしないこと 利用難易度と効果のバランスが取れていないキャラ 戦略の硬直や単調なバトルUXに直結 2. 定量的な評価指標導入によって、スキルの振り返りが出来ること 3. 企画が意図する「面白さ」が実現出来ていること 7 ユーザーのプレイングが勝敗や面白さに反映されている状態
8.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. スキル設計において実現したい理想状態 1. 壊れキャラの排出をしないこと 利用難易度と効果のバランスが取れていないキャラ 戦略の硬直や単調なバトルUXに直結 2. 定量的な評価指標導入によって、スキルの振り返りが出来ること 3. 企画が意図する「面白さ」が実現出来ていること 8 ユーザーのプレイングが勝敗や面白さに反映されている状態 定量データによる担保 定性情報による担保
9.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. どのようにスキルを定量的に表現するか 要素分解:スキルの効用を分解して定量的に表現する 9 発動の難しさ 効果範囲 効果 難易度が低いほど 汎用性が高い 対象範囲が広いほど強い 効果量が大きいほど強い × × スキルの発動確率 手駒のキャラが実際にスキルを発動したか 発動実績の分布 ダメージ系スキル:ダメージ量 回復系スキル:回復量 バフ系スキル(※):バフによってサポートしたダメージ量 ※キャラパラメータを上昇させる効果を持つスキル
10.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. バトルログを使ったスキル評価の取り組み 発動確率と発動実績をログ取得することで、スキルの評価要素を定量化 10 キャラクター ス キ ル ダ メ ー ジ 実 績 ( 箱 ひ げ 図 ) ス キ ル 発 動 確 率
11.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. バトルログを使ったスキル評価の取り組み 発動確率と発動実績をログ取得することで、スキルの評価要素を定量化 11 キャラクター ス キ ル ダ メ ー ジ 実 績 ( 箱 ひ げ 図 ) ス キ ル 発 動 確 率 スキル発動確率 スキルダメージ実績 (5, 25, 50, 75, 95パーセンタイル)
12.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. バトルログを使ったスキル評価の取り組み 発動確率と発動実績をログ取得することで、スキルの評価要素を定量化 12 キャラクター ス キ ル ダ メ ー ジ 実 績 ( 箱 ひ げ 図 ) ス キ ル 発 動 確 率 ①発動難易度に応じて効果が上昇している (=プレイングが効果に反映されている状態)
13.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. バトルログを使ったスキル評価の取り組み 発動確率と発動実績をログ取得することで、スキルの評価要素を定量化 13 キャラクター ス キ ル ダ メ ー ジ 実 績 ( 箱 ひ げ 図 ) ス キ ル 発 動 確 率②発動難易度に対して効果が大きい 懸念のあるキャラクター ③発動難易度に対して効果が小さい 懸念のあるキャラクター 同じ発動確率
14.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. バトルログを使ったスキル評価の取り組み スキル設計のフローに定量的なレビューを導入 1. 発動確率・効果分布を推定(既存実績・シミュレーション) 2. 既存キャラとの相対感を確認しながら適切なパラメータに調整 結果 ⁃ 統一的な評価軸でPDCAを回すことで、 プランナーの想定と実績が近づくようになってきている 特殊なスキルに対しても評価軸の導入をトライアルしている ⁃ 例)特殊マス生成のように直接効果を及ぼさないスキル • ロジスティック回帰による勝率評価、等 14
15.
Copyright © DeNA
Co.,Ltd. All Rights Reserved. 今後のスコープ 現在は、完全な棋譜データ取得により、さらに細かい情報が抽出可能 設置ターン分布、設置場所ヒートマップ、etc… スキルの使用感を多様な軸で定量評価する仕組みが出来つつある AIによるパラメータ策定やUX検証の取り組みの検討 教師データを使った学習+強化学習など自律学習による、 「人間らしい手筋」を打つAI開発によるプランナー工数の削減 15 ※AIを使ったゲーム支援に興味のある方は、以下トークがオススメです 講演:「強化学習を利用した自律型GameAIの取り組み~高速自動プレイによるステージ設計支援~」 時間:15:50 〜 16:40 会場:A-STAGE 定性的な面白さの設計とデータによる評価を共存させたい