| Nächste Überarbeitung | Vorhergehende Überarbeitung |
| arbeiten:gamepred [07.05.2020 10:05] – Erstellt mit dem Formular arbeiten:anlegen Valentin Schwind | arbeiten:gamepred [14.10.2020 07:36] (aktuell) – [Data-Entry] David Halbhuber |
|---|
| ====== Einfluss eines Vorhersagesystems auf Benutzerverhalten und Benutzerinteraktion bei der Interaktion mit einem 3D Spiel ====== | ====== Konzeption und Evaluation eines prädiktiven Systems zur Benutzereingabe Prognose im Kontext von 3D-Spielen====== |
| |
| ---- dataentry StudentischeArbeit ---- | ---- dataentry StudentischeArbeit ---- |
| Thema : Einfluss eines Vorhersagesystems auf Benutzerverhalten und Benutzerinteraktion bei der Interaktion mit einem 3D Spiel | Thema : Einfluss eines Vorhersagesystems auf Benutzerverhalten und Benutzerinteraktion bei der Interaktion mit einem 3D Spiel |
| Art_thesistypes : MA | Art_thesistypes : MA |
| BetreuerIn_thesisadvisor : Valentin Schwind | BetreuerIn_thesisadvisor : Valentin Schwind |
| BearbeiterIn : David Halbhuber | BearbeiterIn : David Halbhuber |
| ErstgutachterIn_thesisprofessor : Niels Henze | ErstgutachterIn_thesisprofessor : Niels Henze |
| ZweitgutachterIn_secondthesisprofessor : Niels Henze | ZweitgutachterIn_secondthesisprofessor : Valentin Schwind |
| Status_thesisstate : Entwurf | Status_thesisstate : abgeschlossen |
| Stichworte_thesiskeywords : | Stichworte_thesiskeywords : |
| angelegt_dt : 2020-05-07 | angelegt_dt : 2020-05-07 |
| Anmeldung_dt : | Anmeldung_dt : |
| Antrittsvortrag_dt : | Antrittsvortrag_dt : 2020-05-25 |
| Abschlussvortrag_dt : | Abschlussvortrag_dt : 2020-08-31 |
| Abgabe_dt : | Abgabe_dt : |
| Textlizenz_textlicense : ##Lizenz|## | Textlizenz_textlicense : # #Lizenz|## |
| Codelizenz_codelicense : ##Lizenz|## | Codelizenz_codelicense : # #Lizenz|## |
| ---- | ---- |
| |
| === Hintergrund === | |
| |
| Videospiele, unabhängig von bespielter Plattform wie PC, Konsole oder Mobilgerät, steigen immer weiter in Beliebtheit und Spielerzahl. So verzeichnet Statista, ein global agierenden Statistik-Unternehmen, 2018 ein wirtschaftlichen Gesamtumsatz von 70,16 € Milliarden . Für das Jahr 2019 zeigte sich ein Anstieg um fast 5% auf ein Gesamtvolumen von 73,64 € Milliarden. Auch für die kommenden Jahre erwartet Statista ein ähnlichen Trend [1]. Neben klassischen Spieleplattformen wie Konsolen, PC und Mobilgerät ist auch ein Anstieg an Spiele-Streaming-Diensten zu verzeichnen [2]. Zu den prominentesten Beispielen für Spiel-Streaming-Dienste gehören Googles Stadia [3], Geforces Geforce Now [4] und Blades Shadow [5]. Bei den genannten Diensten spielen Spieler das Spiel nicht auf dem eigenen lokalen Gerät sondern kommuniziert mit einem Server im Internet der das Spiel hostet. Die Spieler sehen lediglich das gerenderte Spiel als Videostream und senden Eingaben via Internet an den Server. Die eigentliche Rechenlast bleibt so beim Server des Anbieters. Das eigene Geräte muss lediglich in der Lage sein das empfangene Video anzuzeigen und Benutzereingaben an den Server weiterzugeben. So ist es möglich grafisch aufwendige und extrem rechenintensive Spiele, einem größeren Publikum anzubieten. Spieler müssen sich weder mit den steigenden Mindestanforderungen von Videospielen beschäftigen, noch sich mit lästigen Installation auf dem eigenen Gerät herumschlagen [6]. | |
| | |
| | |
| | |
| | |
| | === Hintergrund === |
| | Unabhängig von bespielter Plattform, wie PC, Konsole oder Mobilgerät, steigen Videospiele immer weiter in Beliebtheit und Spielerzahl. So verzeichnet Statista, ein global agierenden Statistik-Unternehmen, 2018 ein wirtschaftlichen Gesamtumsatz von 70,16 € Milliarden . Für das Jahr 2019 zeigte sich ein Anstieg um fast 5% auf ein Gesamtvolumen von 73,64 € Milliarden. Auch für die kommenden Jahre erwartet Statista ein ähnlichen Trend [1]. Neben klassischen Spieleplattformen wie Konsolen, PC und Mobilgerät ist auch ein Anstieg an Spiele-Streaming-Diensten zu verzeichnen [2]. Zu den prominentesten Beispielen für Spiel-Streaming-Dienste gehören Googles Stadia [3], Geforces Geforce Now [4] und Blades Shadow [5]. Bei den genannten Diensten spielen Spieler das Spiel nicht auf dem eigenen lokalen Gerät sondern kommuniziert mit einem Server im Internet der das Spiel hostet. Die Spieler sehen lediglich das gerenderte Spiel als Videostream und senden Eingaben via Internet an den Server. Die eigentliche Rechenlast bleibt so beim Server des Anbieters. Das eigene Geräte muss lediglich in der Lage sein das empfangene Video anzuzeigen und Benutzereingaben an den Server weiterzugeben. So ist es möglich grafisch aufwendige und extrem rechenintensive Spiele, einem größeren Publikum anzubieten. Spieler müssen sich weder mit den steigenden Mindestanforderungen von Videospielen beschäftigen, noch sich mit lästigen Installation auf dem eigenen Gerät herumschlagen [6]. |
| |
| Neben den aufgezeigten Vorteilen für Spieler haben Spiele-Streaming-Dienste aber auch Nachteile. Da Berechnungen und Interaktionen mit der Anwendung erst vom Spieler an den entfernten Server zur Verarbeitung geschickt werden, an diesem verarbeitet und an den Spieler zur Darstellung zurück gesendet werden müssen, entsteht ein Eingabe-Darstellungs-Versatz. Dieser Versatz wird Latenz genannt. Je höher folglich die Latenz, desto mehr Zeit verstreicht ehe ein Spieler die Reaktion der getätigten Aktion auf dem eigenen Gerät wahrnehmen kann. | Neben den aufgezeigten Vorteilen für Spieler haben Spiele-Streaming-Dienste aber auch Nachteile. Da Berechnungen und Interaktionen mit der Anwendung erst vom Spieler an den entfernten Server zur Verarbeitung geschickt werden, an diesem verarbeitet und an den Spieler zur Darstellung zurück gesendet werden müssen, entsteht ein Eingabe-Darstellungs-Versatz. Dieser Versatz wird Latenz genannt. Je höher folglich die Latenz, desto mehr Zeit verstreicht ehe ein Spieler die Reaktion der getätigten Aktion auf dem eigenen Gerät wahrnehmen kann. |
| Auch klassische Spielsystem erzeugen Latenz durch interne Kommunikation zwischen Hardwarekomponenten, sowie durch aufwändige Berechnung. Die durch lokale Systeme erzeugte Latenz beläuft sich meist auf einen Wert unterhalb der menschlichen Wahrnehmungsgrenze und vermindert so nicht die Spielerfahrung [7]. Anders jedoch beim Einsatz von oben genannten Diensten. So testeten beispielsweise verschiedene Gaming Redaktionen die Latenz von Googles Stadia - alle so durchgeführten Tests führten zu Werten weit über der menschlichen Wahrnehmungsgrenze [8,9,10,11,12]. Zu hohe Latenz vermindert die User Experience und das Gaming Erlebnis [13]. | Auch klassische Spielsystem erzeugen Latenz durch interne Kommunikation zwischen Hardwarekomponenten, sowie durch aufwändige Berechnung. Die durch lokale Systeme erzeugte Latenz beläuft sich meist auf einen Wert unterhalb der menschlichen Wahrnehmungsgrenze und vermindert so nicht die Spielerfahrung [7]. Anders jedoch beim Einsatz von oben genannten Diensten. So testeten beispielsweise verschiedene Gaming Redaktionen die Latenz von Googles Stadia - alle so durchgeführten Tests führten zu Werten weit über der menschlichen Wahrnehmungsgrenze [8,9,10,11,12]. Zu hohe Latenz vermindert die User Experience und das Gaming Erlebnis [13]. |
| |
| Im folgenden sollen Effekte einer Latenzreduktion bzw. einer Input Vorhersage auf Basis künstlicher neuronaler Netze, auf das Benutzerverhalten und die Benutzerinteraktion untersucht werden. Dabei soll anhand eines exemplarischen Apparats ein Streaming-Dienst ähnliches Szenario geschaffen werden in welchem Probanden via Internet ein 3D-Spiel spielen können. Durch den Einsatz eines prädiktiven Eingabe Paradigmas könnten genannte Verminderung der User Experience und des Gaming Erlebnis eliminiert werden. Weiter soll untersucht werden, ob Nutzer durch den Einsatz eines Vorhersagemodesl quantitativ bessere Ergebnisse als Nutzer ohne Vorhersagemodel erzielen können. Diese Untersuchung hat auch direkten Einfluss auf Spiele-Streaming-Dienste, da prädiktive Modelle so zum Cheaten verwendet werden könnten. So könnten angepasst, bzw. optimierte Benutzereingaben an den entfernten Server weitergegeben werden, um so ein besseres Spiel Ergebnis zu erzielen. Anti Cheat Engines die lediglich eine Plausibilitätsprüfung, statt einer verhaltensbasierten Analyse, durchführen, könnten für solche Betrugsversuche besonders anfällig sein. | Im folgenden sollen Effekte einer Latenzreduktion bzw. einer Input Vorhersage auf Basis künstlicher neuronaler Netze, auf das Benutzerverhalten und die Benutzerinteraktion untersucht werden. Dabei soll anhand eines exemplarischen Apparats ein Streaming-Dienst ähnliches Szenario geschaffen werden in welchem Probanden via Internet ein 3D-Spiel spielen können. Durch den Einsatz eines prädiktiven Eingabeparadigmas könnten genannte Verminderung der User Experience und des Gaming Erlebnis eliminiert werden. Weiter soll untersucht werden, ob Nutzer durch den Einsatz eines Vorhersagemodesl quantitativ bessere Ergebnisse als Nutzer ohne Vorhersagemodel erzielen können. Diese Untersuchung hat auch direkten Einfluss auf Spiele-Streaming-Dienste, da prädiktive Modelle so zum Cheaten verwendet werden könnten. So könnten angepasste, bzw. optimierte Benutzereingaben an den entfernten Server weitergegeben werden, um ein besseres Spiel Ergebnis zu erzielen. Anti Cheat Engines die lediglich eine Plausibilitätsprüfung, statt einer verhaltensbasierten Analyse, durchführen, könnten für solche Betrugsversuche besonders anfällig sein. |
| |
| |
| === Konkrete Aufgaben === | === Konkrete Aufgaben === |
| |
| Konzeption und Entwicklung eines 3D-Spiels zur Datenerhebung und Evaluation | * Konzeption und Entwicklung eines 3D-Spiels zur Datenerhebung und Evaluation |
| Durchführung Online-Benutzerstudie zur Datenerhebung | |
| Training eines künstlichen neuronalen Netzes zur Vorhersage von Benutzereingaben | * Durchführung Online-Benutzerstudie zur Datenerhebung |
| Kombination des trainierten neuronalen Netz und dem entwickelten 3D-Spiel | |
| Durchführung einer Online-Studie zur Evaluation | * Training eines künstlichen neuronalen Netzes zur Vorhersage von Benutzereingaben |
| Auswertung der Online-Studie | |
| Niederschrift der Arbeit | * Kombination des trainierten neuronalen Netz und dem entwickelten 3D-Spiel |
| | |
| | * Durchführung einer Online-Studie zur Evaluation |
| | |
| | * Auswertung der Online-Studie |
| |
| Conception and development of a 3D game for data collection and evaluation | * Niederschrift der Arbeit |
| Implementation of an online user study for data collection | |
| Training of an artificial neural network for predicting user input | |
| Combination of the trained neural network and the developed 3D game | |
| Carrying out an online study for evaluation | |
| Evaluation of the online study | |
| Writing down of thesis | |
| |
| |
| === Erwartete Vorkenntnisse === | === Erwartete Vorkenntnisse === |
| |
| 3D Entwicklung mit Unity | * 3D Entwicklung mit Unity |
| Entwicklung künstlicher neuronaler Netze (Tensorflow, pycharm) | * Entwicklung künstlicher neuronaler Netze (Tensorflow, pycharm) |
| Studienauswertung | * Studienauswertung |
| |
| |