デモ

• コンテナ化されたゲームサーバーにおける CI/CD パイプライン

  ゲーム配信業者が直面する最大の課題とは、プレイヤー達に新しい機能を可能な限り迅速に届ける能力を獲得するということです。こういった新機能は、信頼性を確保した上で素早く提供するだけでは不十分で、同時に、コスト的に最適化され、安全に管理ができることも必要となります。GitOps を使う継続的インテグレーションと継続的デプロイ (CI/CD) パイプラインは、ゲーム配信業者がゲームを改善しながら、その開発ライフサイクル全体で新機能を提供しつづけるための効率的な手法です。このデモでは、GitOps のベストプラクティスを組み合わせた CD パイプラインにより、ゲームバイナリとアセットの配信を自動化する手法を解説していきます。 

• データベース 101

  このデモでは、専門用途の AWS データベースに関する概要をご説明します。一般的なユースケースの例を挙げながら、それぞれのジョブに適切なツールを選択する方法を解説していきます。 

• 加速ネットワーキング 101

  ここでは、主要なネットワーキングサービスの 1 つである AWS Global Accelerator について解説します。オンラインのマルチプレイヤーゲームのために、AWS のグローバルインフラストラクチャを活用しインターネットのトラフィックを高速化する方法をご説明します。
  

• コンテンツ配信 101

  コンテンツ配信のための主要なネットワーキングサービスの 1 つである、Amazon CloudFront について解説します。AWS のグローバルインフラストラクチャを活用し、ゲームバイナリーがより迅速に顧客の下に届くようにする方法を学びます。
  

• Amazon Lumberyard 101

  このデモでは、ゲーム構築に利用できる Lumberyard パワーツールをご紹介します。扱う主要なテーマは、Slices を使ったワールドの構築、ゲームロジック記述のための Script Canvas 使用、および、キャラクターアニメーションのための EMotion FX の使用などです。

• サーバーレス分析 101

  ビデオゲームにおいて分析が必要な理由を解説します。バッチ処理、ならびにほぼリアルタイムの分析パイプラインを構築する方法を解説し、それらを Unity ゲームと統合することで、価値ある洞察を入手する手法を学んでいきます。 

• Amazon GameLift ゲームサーバー 101

  Amazon GameLift を使った一般的なゲームアーキテクチャのチュートリアルを、一通り説明し、GameLift コンソールでの実例も見ていきます。 

• AWS でのクロスプレイゲーム

  クロスプラットフォームプレイとは、異なるゲームプラットフォームが、ゲーム内で単一のオンラインサーバーを共有できるようにするもので、これにより、多くのゲーマーが参加できるようになります。このセッションでは、サンプルのアーキテクチャを用いることで、クロスプレイゲームのバックエンドを AWS 上で定義する際のヒントが得られます。 

• AWS データセンターの場所を問わない拡張

  ここでは、クラウドのワークロードを、エンドユーザーの近くに移動する方法を取り上げます。AWS ローカルゾーン、AWS Outposts、AWS Wavelength などのメカニズムについて、また、これらがカバーするユースケースについて説明します。 

• Amazon SageMaker を使い ML を応用した、アビューズ検出パイプラインの構築

  多くの場合、不正者の発見は最重要課題です。ただ、機械学習アルゴリズムを使いトレーニングされたシステムなら、開発者の手元にあるデータを活用する術を与え、不信な活動に対する自動のエスカレーションと対応を促進することができます。このデモでは、プレイヤーからのテレメトリーデータのサンプルを使い、エントツーエンドのパイプラインをどのように構築するのかを示します。

• Alexa、アドベンチャーを作って

  Alexa での RPG 体験、Starfinder が生み出された過程をお聞きください。このゲームについてご紹介しながら、Alexa Skill の作成ツールである Skill Flow Builder のデモもご覧いただけます。

• 機械学習を使いゲーム内音楽を作成する

  機械学習はデータ分析のためだけにあるのではありません。ゲーム用コンテンツ作成にも活躍します! このデモで、AWS DeepComposer を使い、技術的専門知識のレベルに関係なく、音楽テーマのバリエーションを新しく増やす方法をご覧ください。さらに、敵対的生成ネットワークと Amazon SageMaker であれば、たとえ実行中のゲームであってもコンテンツを構築できることをご確認ください。 

• 強化学習でロケットを着陸させる

  このデモでは、ゲーム開発者が強化学習 (RL) を、ビデオゲームのために使う方法を説明していきます。このデモでは、OpenAI Gym Box2D のシミュレーション環境内にある月面着陸船を、自動的に月面着陸ができるよう RL を使いトレーニングする方法をお見せします。エージェントのトレーニングおよび最適化法を学び、正確な月面着陸ができる最良の RL モデルを作ったのは誰か決めるため、お互いで競い合っていただきます。 

• アセット創出のためのクラウド内スタジオ

  Epic Games Unreal Engine、Autodesk 3dsMax、Adobe Photoshop、AWS Thinkbox Sequoia などのアプリケーションを使用し、クラウド内にゲームアセットを作成します。AWS の NICE DCV リモートディスプレイプロトコル経由で G4DN ベースの Windows 仮想ワークステーションに接続し、マウス、キーボード、Wacom のタブレットなど、あらゆる入力デバイスからアプリケーションを操作していきます。
  

• Amazon Neptune を使い MMORPG からのナレッジグラフを可視化しクエリを行う

  グラフデータセットは、高い相関性を持つデータを理解するための大変便利なツールです。ただ、多くの開発者は、グラフデータセットツールでのデータモデリングとクエリ―に慣れていません。このデモでは、MMORPG で非常に普及したデータセットを使い、Apache Tinkerpop Gremlin と Amazon Neptune 上で構築する、ブラウザーベースの可視化およびクエリエクスプローラーをご紹介します。 

• Twitch でコミュニティエンゲージメントを構築する

  Twitch でのライブストリーミングはコミュニティの絆を強めます。また、これらのオーディエンスに対しゲーム開発者がエンゲージできる、ユニークな機会ともなります。実践的なデモにより、Twitch Extensions の多用途性をご確認いただき、ライブ配信中のゲームにおける、双方向性の可能性について理解してください。

• 機械学習によるコードレビューの自動化

  スキルが必要でも繰り返しの手作業となる仕事を自動化するツールを、機械学習を使い構築するための多くの実例をご覧ください。機械学習によりコードレビューを自動化できるツール、Amazon CodeGuru をご紹介します。このツールの仕組みと用途を説明した後、デモもご覧いただきます。