P2Eの次世代：ゲーム、AIエージェントと暗号資産の融合
TechFlow厳選深潮セレクト
P2Eの次世代：ゲーム、AIエージェントと暗号資産の融合
AIエージェント、ゲームデザイン、およびCryptoの融合は、単なる別の技術的トレンドにとどまらず、インディーゲームが長年抱えてきたさまざまな問題を解決する可能性を秘めている。
Web3業界の深掘り報道に専念し潮流を洞察著者：Sid @IOSG
Web3ゲームの現状
より魅力的で注目を集める新しいストーリーが登場する中、Web3ゲームはプライベート市場および公開市場におけるナラティブとして後退している。Delphiが2024年に発表したゲーム産業に関するレポートによると、Web3ゲームのプライベート市場での累計資金調達額は10億ドル未満である。これは必ずしも悪いことではなく、バブルがすでに収束し、現在の資本はむしろより高品質なゲームにシフトしていることを示している可能性がある。以下のグラフはその明確な指標である。
2024年を通じて、Roninなどのゲームエコシステムのユーザー数は大幅に増加し、Fablebornのような高品質な新作ゲームの登場により、2021年のAxieの全盛期に匹敵するレベルにまで達している。
ゲームエコシステム（L1、L2、RaaS）はますますWeb3版のSteamのように進化しており、エコシステム内での配信を支配することで、開発者がそこにゲームを構築するインセンティブとなっている。これにより開発者はプレイヤー獲得が容易になる。同レポートによれば、Web3ゲームのユーザー獲得コストはWeb2ゲームに比べて約70%高い。
プレイヤーのエンゲージメント維持
プレイヤーを引きつけることは、集めるのと同じくらい、あるいはそれ以上に重要である。Web3ゲームにおけるリテンションデータは不足しているが、リテンション率は「フロー」（ハンガリーの心理学者ミハリー・チクセントミハイが提唱した概念）と密接に関連している。
「フローステート」とは、挑戦とスキルのバランスが最適化された心理状態であり、「ゾーンに入る」ような感覚を指す。時間があっという間に過ぎ、完全にゲームに没頭する状態のことである。
継続的にフローステートを生み出すゲームは、以下のメカニズムによって高いリテンションを実現する傾向がある。
#プログレッションデザイン
ゲーム初期：簡単なチャレンジで自信を育てる
ゲーム中期：徐々に難易度を上げる
ゲーム後期：複雑なチャレンジで熟練を目指す
プレイヤーのスキル向上に応じた細やかな難易度調整により、常に自分のペースを保てるようにする
#エンゲージメントループ
短期：即時フィードバック（キル、スコア、報酬）
中期：ステージクリア、デイリーミッション
長期：キャラクター成長、ランキング
これらの階層的なループにより、異なる時間軸でプレイヤーの興味を維持できる
#フローステートを破壊する要因：
1. 難易度／複雑さの不適切な設定：悪意ある設計や、プレイヤー数不足によるマッチングの不均衡が原因
2. 目標の不明確さ：ゲーム設計上の問題
3. フィードバックの遅延：設計および技術的課題
4. 侵入的なマネタイゼーション：設計＋プロダクトの問題
5. 技術的な問題／ラグ
ゲームとAIの共生
AIエージェントは、このようなフローステートの実現を支援できる。その仕組みについて探る前に、ゲーム分野に適したエージェントの種類を理解しよう。
LLMと強化学習
ゲーム用AIの鍵は「速度」と「規模」にある。LLM駆動のエージェントを使用する場合、各意思決定で大規模な言語モデルを呼び出す必要がある。まるで一歩踏み出すたびに仲介者に相談するようなものだ。この仲介者は賢いが、返答を待つことで全体が遅く、ストレスを感じる体験となる。これを数百のキャラクターに対して行うことを想像すれば、速度的にもコスト的にも非常に非効率である。これが、現在のゲームで大規模なLLMエージェントが見られない主な理由である。これまで最大規模の実験は、Minecraft上で1,000体のエージェントによる文明の構築だった。もし10万体のエージェントが同時並行で動作すれば、費用は莫大となり、新たなエージェント追加ごとに遅延が発生し、プレイヤーの通信にも悪影響を与える。これではフローステートが崩れる。
強化学習（RL）は別のアプローチである。耳元で指示するのではなく、ダンサーを訓練するようなイメージだ。強化学習では、事前にAIに「踊り方」やゲーム内のさまざまな状況への対処法を教える時間をかける。一度訓練が完了すれば、AIは自然にスムーズに動き、数ミリ秒で判断を下し、上位からの許可を待つ必要がない。こうして訓練されたエージェントを数百体、ゲーム内で同時に動作させることができる。それぞれが自身の知覚に基づいて独立して行動する。LLMエージェントほど話せたり柔軟ではないが、迅速かつ効率的に動作する。
エージェント同士の協働が必要な場面では、RLの真価が発揮される。LLMエージェントは長々とした「会話」で調整する必要があるが、RLエージェントは訓練中に暗黙の連携を学ぶことができる。まるで何ヶ月も一緒に練習してきたラグビーのチームのように、互いの動きを予測し、自然に連携するのだ。完璧ではないこともあり、LLMなら犯さないような間違いをする場合もあるが、そのスケーラビリティはLLMが到達できないレベルにある。ゲーム用途において、このトレードオフは常に意味を持つ。
エージェントとNPC
エージェントをNPCとして活用することで、現代の多くのゲームが直面する根本的な問題——プレイヤー流動性の欠如——を解決できる。P2Eは、暗号経済学を用いてプレイヤー流動性を解決しようとした最初の実験であったが、その結果は周知の通りである。
事前訓練済みのエージェントには2つの役割がある：
-
多人数ゲーム世界の人口を埋め合わせる
-
一定のプレイヤーグループに対する難易度を維持し、彼らをフローステートに保つ
一見明らかに見えるが、実装は困難である。独立系ゲームや初期のWeb3ゲームは、AIチームを雇うだけの財力を持たないため、RL中心のエージェントフレームワークを提供するサービス事業者に大きな機会が生まれている。
ゲーム開発者はテスト段階からこうしたサービスと連携し、リリース時のプレイヤー流動性の基盤を築くことができる。
これにより、開発者はゲームメカニクスに集中でき、ゲームをより楽しくすることが可能になる。トークン統合を好む我々でも、ゲームはあくまでゲームであり、面白いことが最優先なのである。
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一つ『LoL（League of Legends）』には、最高のステータスを持つキャラクターを訓練するために闇市場が存在する。ゲーム運営はこれを禁止している。
しかし、これこそがNFTとしてのキャラクターやステータスの基盤となり、それを実現する市場を作ることができる。
もしこうしたAIエージェントの「コーチ」となる新たな「プレイヤー」層が出現すればどうだろうか？プレイヤーはAIエージェントを指導し、勝利を通じてマネタイズしたり、eスポーツ選手や情熱的なプレイヤーの「練習パートナー」として機能させることもできる。
メタバースの復活か？
初期のメタバースは理想の現実ではなく、単なるもう一つの現実を創出しただけだったため、目標を果たせなかった。AIエージェントは、住民が理想の世界——逃避先——を創造するのを助ける。
筆者の見解では、ここがまさにLLMベースのエージェントが活躍できる領域だ。例えば、自分専用の世界に特定の分野の専門家として訓練されたエージェントを導入し、好きなテーマについて会話できるようにする。もし自分が1,000時間分のElon Muskのインタビューで訓練したエージェントを作成し、他のユーザーがそのインスタンスを自らの世界で使用したいと考えた場合、その使用料を得ることができる。これにより新たな経済が生まれる。
Nifty Islandのようなメタバースゲームであれば、これが現実になる。
Today: The Gameでは、チームがLLMベースのAIエージェント「Limbo」（投機的トークンを発行）を開発しており、複数のエージェントが自律的に相互作用する世界をビジョンとしている。また、24時間365日ライブ配信も可能にしている。
暗号通貨との統合方法
暗号通貨は以下のような形でこれらの課題を支援できる：
-
プレイヤーが自身のゲームデータを貢献し、モデル改善に貢献してより良い体験を得るとともに、報酬を受け取る
-
キャラクターデザイナー、トレーナーなど関係者間の利害調整を行い、最高品質のゲーム内エージェントを共同で開発
-
ゲーム内エージェントの所有権を持つ市場を構築し、それをマネタイズ
これらすべてを行い、さらに踏み込んでいるチームがある：それがARC Agentsである。彼らは上記のすべての課題に取り組んでいる。
彼らはARC SDKを保有しており、ゲームパラメータに応じて人間のようなAIエージェントを作成できる。非常にシンプルな統合により、プレイヤーの流動性問題を解決し、ゲームデータを整理して洞察に変換し、難易度調整によってプレイヤーのフローステート維持を支援する。これには強化学習（Reinforcement Learning）技術が使用されている。
当初彼らは「AI Arena」というゲームを開発し、AIキャラクターを戦わせる訓練を行った。これにより、ARC SDKの基盤となるベンチマーク学習モデルを形成した。これは一種のDePIN的な飛輪を生み出している。
すべてはエコシステムトークン$NRNによって調整されている。Chain of ThoughtチームはARC Agentsに関する記事でこれを明確に説明している。
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取り、荒野の西部世界の中でエージェントをゼロから構築している。
結論
AIエージェント、ゲームデザイン、暗号通貨の融合は、単なる技術的トレンドにとどまらない。それは独立系ゲームが抱えるさまざまな問題を解決する可能性を秘めている。ゲームにおけるAIエージェントの素晴らしさは、良質な競争、豊かなインタラクション、そして没頭できるチャレンジといった、ゲーム本来の楽しさを高めることにある。ARC Agentsのようなフレームワークが成熟し、より多くのゲームがAIエージェントを統合するにつれて、まったく新しいゲーム体験が登場するだろう。世界が活気に満ちているのは、プレイヤーがいるからではなく、コミュニティと共に学び、進化するエージェントがいるからだと想像してほしい。
私たちは「Play-to-Earn」から、真の楽しさと無限の拡張性を兼ね備えた、より刺激的な時代へと移行しつつある。この分野に注目する開発者、プレイヤー、投資家にとって、今後数年は非常に華やかなものになるだろう。2025年以降のゲームは、技術的にもさらに進化するだけでなく、本質的に、これまでに見たどんなゲームよりも魅力的で、参加しやすく、生命感のあるものとなるはずだ。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
IOSG Ventures
