ゲームで勝てるようになるためにデータサイエンスができること

ゲームに勝つために、データサイエンスにもできることがあるかもしれない。工程改善のための機械学習手法との関連を見つけました。

2024年1月15日 2024年2月29日

ああ！自分の陣地を塗ってたら、真横に敵が来てるのに気が付かなかった…。

今ここは、自分がやられたとしても相手を止めに行かなきゃ！

左右をきっちり見て、自分の仕事を把握しなきゃ。

任天堂が出している色塗りゲーム、スプラトゥーン。

買ってから1年以上が経過していますが、飽きずにずっと遊んでいるゲームです。

このゲーム、単純に色を塗るだけかと思いきや、オンラインでどこかの誰かと協力＆対戦する必要があるので、動き方を都度考える必要があります。

自分が使っている道具と、見方が使っている道具を見比べて、自分がすべき仕事を把握することも必要ですし。

あるいは敵の道具を見ながら、どこまで間合いを詰めても大丈夫かを考えたりします。

考えることがいっぱいで、本当に楽しいです。

ところでこのゲーム、強い人は本当に強いです。

気づいたら背後を取られてやられてしまいますし、面と向かって勝負をしても、まったく勝てません。

…私はと言えば、ようやく初心者を脱出したところ。

よく言えば成長期、と信じています。

それはさておき、初心者が強くなるには強い人のプレイと自分のプレイを比較して、弱点をしっかり把握、対策していくことが欠かせません。

データを集めて（YouTubeでプレイ動画を見たりして）評価が可能な形に特徴量をまとめ、現状を把握して。

結果を分析し、様々な対策を試しながら改善のプロセスを回していく。

まさに工業製品の品質管理プロセスの様です。

ちなみに2022年、データサイエンスを活用して工場の工程を改善しようとする論文が出ていました。

この研究は、製造プロセスにおける故障の出方を確率的に表現することで、より効果的な工程改善を行おうとするものです。

機械学習、データサイエンスと聞くとどうしても、直接活用することが難しいような、自然言語処理の精度向上やら画像分析手法やらが主ではありますが、もちろんこういった実際の現場で使うための研究も盛んに行われています。

まさに、自分の弱点を見つけようとすることと同じです。

ゲームに置き換えれば、自分がいつもしてしまいがちなミスをきちんと明らかにする必要がある、とも言い換えられるのでしょうか。

ゲームであれ仕事であれ、より「良い」ものにしようと思えば、しなければならないステップは類似しているのかもしれません。

P.S.

↓メルマガの新規登録はこちらから↓

（スマートフォンよりご登録いただけます）

大学にてデータサイエンスを学ぶ傍ら、多くの人にデータ分析の面白さを伝えたいと日々奮闘中。