研究者は競技シューティングゲーム『Delta Force』のゲームプレイ動画を分析し、ジェスチャーや移動パターンなどの emergent な非言語コミュニケーションを抽出・理解しています。この研究は、主にMOBAゲームや他のシューターにおける verbal coordination に焦点を当てていた先行研究の gap を埋めるものです。

本研究は、Delta Force の ad hoc チーム編成ダイナミクスと、『League of Legends』や『Dota 2』などの MOBA の構造化された ping システムを対比させています。 著者らは、明示的なボイスチャットやマップ上のピンに依存せずにプレイヤーの意図を解釈するため、multimodal AI を用いた novel なパイプラインを採用しています。 このアプローチは、VLMs を用いた cross-game feature learning やビデオゲーム理解に関する先行研究に基づいています。

シュータージャンルに焦点を当てることで、この分析は、プレイヤーが高リスクで構造化されていない環境においてどのように協調し、協力を交渉しているかについて新たな洞察を提供します。