Menu Fermer

Avatars et identité dans le métavers, partie 1

En sanskrit, avatar (अवतार) désigne “une incarnation sous forme humaine”. Dans Roblox, peu de choses reflètent plus directement l’identité d’un utilisateur que son avatar. Comme nous allons le découvrir, il n’existe pas d’utilisateur “standard” de Roblox, et la variété esthétique fantastique des avatars de nos utilisateurs reflète directement la diversité de la base d’utilisateurs elle-même.

Caractérisation des avatars (méthodologie)

Si nous nous intéressons à la diversité esthétique, nous devons commencer par caractériser l’esthétique des avatars. L’endroit le plus naturel où regarder est la vignette 2D de l’avatar qui représente souvent les utilisateurs entre eux. Pour l’analyse esthétique, nous devons transformer cette vignette en une représentation numérique sémantiquement significative. Il existe de nombreuses façons de réduire la dimensionnalité, mais en voici quelques-unes que nous pouvons essayer.

L’approche la plus simple : appliquer directement l’ACP aux vignettes aplaties. Pour évaluer la “qualité” de la réduction, nous visualisons les vignettes sur les extrêmes des composantes principales (CP). Nous pouvons constater que si la première PC distingue des types d’avatars interprétables, la douzième est trop large pour être significative.

PC 1 (14,3 % de la variance expliquée) :

PC 12 (1,5% de la variance expliquée) :

2. Presque aussi simple : nous pouvons appliquer la dernière couche cachée d’un réseau de classification d’images pré-entraîné du commerce (Resnet 18), et évaluer la qualité de l’incorporation en les regroupant. Observez comment Resnet capture les informations de couleur de manière très efficace (voyez toutes les chaussures bleues dans le deuxième cluster) mais échoue parfois à encoder les informations de forme (voyez le premier cluster).

Des échantillons de vignettes provenant de 2 clusters sont présentés ci-dessous :

3. Pour obtenir une lecture visuelle de la cohérence, nous pouvons appliquer UMAP pour réduire les incorporations de classification d’image à 2 dimensions. Bien qu’il semble y avoir des clusters discernables, la grande tache de points en bas à droite semble suspecte. A juste titre : les échantillons de ce mégacluster sont visuellement incohérents.

Tracé de l’encastrement en 2D :

Échantillons du mégacluster dans l’espace intégré 2D :

4. Entraînement d’un petit autoencodeur variationnel (VAE) personnalisé sur les données des vignettes directement. Idéalement, cela permet de mieux capturer la variation esthétique unique des avatars de Roblox, par rapport à un classificateur d’images à usage général. (jolie parenthèse : K-means est particulièrement approprié pour le clustering de ces embeddings, car son antécédent normal correspond à l’antécédent de variable latente du VAE).

Bien qu’il existe des mesures qui peuvent tenter de quantifier les avantages des différentes approches, les cas d’utilisation pratique de l’apprentissage non supervisé se résument souvent à un jugement subjectif. Anecdotiquement, c’est avec le n°4 que nous avons le plus de succès.

Le Manifold Avatar

En utilisant le VAE, nous pouvons transformer les vignettes en vecteurs 64-dimensionnels succincts pour le clustering. Voici quelques exemples de clusters VAE + K-means issus d’un clustering à 20 voies :

Des avatars très personnalisés dans un seul groupe :

Des avatars grands et minces, que nous appelons “Rthro” dans un autre cluster :

Des avatars grands et trapus que nous appelons “Blocky” dans ce groupe :

Avatars par défaut ici :

Légèrement personnalisé entre le corps de Rthro et celui de Blocky dans celui-ci :

Les Dark Angels de Roblox

“Regardez là-bas !”

Le Cube noir

Je crois que je peux voler

La cohérence des groupes à travers de multiples exécutions, initialisations aléatoires et choix de k suggère que les avatars appartiennent naturellement à des catégories distinctes (bien que floues). Aux extrêmes du contour, nous avons les personnages “Blocky”, vieux et au corps carré, opposés aux avatars “Rthro”, grands, minces et plus réalistes. Nous trouvons également un certain nombre d’avatars par défaut, que les utilisateurs n’ont pas modifiés depuis qu’ils ont rejoint Roblox (groupe 4 ci-dessus). Entre les deux, on trouve de tout, des “ninjas gothiques” aux “sorties en boîte”.

L’identité à travers l’avatar

Comment ces groupes esthétiques se rapportent-ils à nos utilisateurs eux-mêmes ?

L’endroit le plus simple pour commencer est le comportement des utilisateurs sur la plateforme. Lorsque nous traçons les modifications d’avatars au cours du dernier mois, l’âge du compte en semaines, le nombre total de secondes de jeu et la rétention à un mois par groupe – des indicateurs d’engagement – nous obtenons quatre graphiques qui montrent des variations spectaculaires entre les groupes. Les utilisateurs dont les avatars ont été fortement personnalisés ont tendance à être plus engagés et plus souvent conservés, tandis que les avatars qui n’ont pas été aussi fortement personnalisés ont tendance à être moins engagés.

Il existe deux interprétations causales opposées de ce phénomène. L’une est que les utilisateurs qui modifient leur avatar s’engagent davantage dans Roblox en conséquence. L’autre pourrait être que les utilisateurs qui sont déjà investis dans Roblox ont tendance à consacrer plus d’efforts à leurs avatars au fil du temps. D’autres personnes de Roblox ont fait un excellent travail pour déterminer quelle interprétation il faut croire.

Indépendamment de la causalité, nous constatons que deux aspects de l’identité sur plateforme – la représentation esthétique et le niveau d’engagement – sont étroitement liés. Mais qu’en est-il de l’identité hors plateforme ? Comment les identifiants de la vie réelle de nos utilisateurs – âge, géographie, sexe, etc. – s’entrecroisent-ils avec leurs identités Roblox ? Consultez la deuxième partie de cet article de blog pour le découvrir !

Nameer Hirschkind est un stagiaire en science des données chez Roblox. Il travaille sur les Avatars de Roblox pour aider chaque joueur à créer un Avatar qu’il aime. Ni Roblox Corporation ni ce blog ne cautionnent ou ne soutiennent une entreprise ou un service. En outre, aucune garantie ou promesse n’est faite concernant l’exactitude, la fiabilité ou l’exhaustivité des informations contenues dans ce blog.

©2021 Roblox Corporation. Roblox, le logo Roblox et Powering Imagination font partie de nos marques déposées et non déposées aux États-Unis et dans d’autres pays.

La publication Avatars and Identity in the Metaverse, Part 1 est apparue en premier sur Roblox Blog.