Les chercheurs analysent des vidéos de gameplay du jeu de tir compétitif Delta Force pour extraire et comprendre la communication non verbale émergente, telle que les gestes et les schémas de mouvement. Ce travail comble une lacune dans les études antérieures qui se sont largement concentrées sur les jeux MOBA ou la coordination verbale dans d'autres shooters.
L'étude oppose la dynamique d'équipes ad hoc de Delta Force aux systèmes de ping structurés des MOBAs comme League of Legends et Dota 2. Les auteurs emploient un nouveau pipeline utilisant l'IA multimodale pour interpréter l'intention du joueur sans dépendre de chat vocal explicite ou de pings sur la carte. Cette approche s'appuie sur des recherches antérieures sur l'apprentissage de caractéristiques cross-game et la compréhension des jeux vidéo à l'aide de VLMs.
En se concentrant sur le genre du shooter, cette analyse fournit de nouvelles perspectives sur la manière dont les joueurs coordonnent et négocient la coopération dans des environnements non structurés à enjeux élevés.