GameTune：机器学习让游戏测试更加简便

Original Unity Unity官方平台 2022-05-07

今年的Unite大会上，我们发布了针对游戏优化的机器学习工具GameTune Beta版。

在运营游戏时，不断地推出新功能和新活动是必不可少的。但是如何才能保证每个功能都可以完美地呈现在玩家眼前呢？

许多开发者选择在大范围发布改动内容前，进行A/B测试。但每次A/B测试可能要花费几周来设计、执行和分析，而且不是每次测试都能够取得有用的结果，开发者可能在几周后才意识到某个新功能在游戏中造成了负面影响。

这正是我们设计与创建GameTune的原因。不论规模大小，任何工作室都能够使用GameTune来驾驭Unity的机器学习功能，从而实现更多的测试、更快的了解、更迅速的反应。

GameTune的工作原理

首先，我们向GameTune提出一个问题，然后选择一个希望优化的指标。不同的问题可以将游戏导向不同的业务目标。

我们与位于芬兰赫尔辛基的Futureplay工作室合作，对他们开发的《Idle Farming Empire》游戏进行研究。该工作室希望测试游戏教程的速度，目标是增加玩家留存率。

接下来，我们会为GameTune决策引擎提供多种选择。如下图所示，Futureplay提供了四种速度的选择，包括：从非常慢到非常快的速度。

GameTune根据最有可能取得最高玩家留存率的选择，确定每个玩家的教程速度。传统的A/B测试只能发现最适合普通玩家的选择，而GameTune则能够为每个玩家提供最好的体验。

游戏中任何部分都可以动态变化。开发者可以测试资源、IAP应用内购折扣、新用户体验等内容。

了解Futureplay如何使用GameTune来提高收入和玩家留存率。

开始使用GameTune

我们需要申请参加GameTune Beta测试，并按照下列步骤，把GameTune集成到自己项目的制作流程中。

申请参加GameTune Beta测试：

https://create.unity3d.com/gametune

我们需要集成GameTune SDK，该SDK提供了简单的方法来访问GameTune服务及其机器学习功能。

GameTune的交互过程遵循“问答”模式。首先，我们为问题创建一个名称，名称应该反映游戏的优化目标。例如：命名为"level_difficulty"表示关卡的难度。

然后，我们为问题设置不同的答案，例如：Easy简单、Medium中等、Hard困难。当玩家进入游戏时，GameTune会提出问题，然后根据该用户的特点，获得最优的答案。

对于每个问题，我们可以设置不同的优化目标。

我们可以在GameTune Dashboard面板中配置优化目标。操作为：打开Operate Dashboard面板，点击Projects标签页，选择项目，然后选择Optimization → GameTune。

例如：该问题要实现的目标可以是：提高游戏的玩家留存率、最大化用户转化率、或最大化玩家生命周期价值。

访问GameTune Dashboard面板：

https://operate.dashboard.unity3d.com/

最后一步是：在玩家完成和优化目标有关的操作后，将情况报告给GameTune。

例如：如果目标是最大化广告展示次数，那么在每次玩家观看广告时，都应该对GameTune发送奖励。如果目标是优化玩家留存率，每次玩家回到游戏时，奖励会自动发送到GameTune。这样，之后带有类似特征的用户进入系统时，GameTune将学会做出最优的选择。

在加入GameTune集成的游戏首次发布时，GameTune没有任何相关数据，来了解关于问题中不同选择的执行情况。在没有足够的数据时，GameTune会给任意用户随机选择一个答案，这一步类似A/B测试。

一旦收集足够的数据后，GameTune会自动训练机器学习模型，开始优化过程。随着更多的用户信息进入系统，该模型会不断根据用户偏好来学习和迭代，逐渐变得更加准确。

小结

GameTune机器学习工具会让你的游戏测试过程更加简便。对机器学习感兴趣的开发者，赶紧使用起来吧。

下载Unity Connect APP，请点击此处。观看更多Unity官方精彩视频，请关注“Unity官方”B站账户。

你可以访问Unity答疑专区留下你的问题，Unity社区和官方团队帮你解答：

Connect.unity.com/g/discussion