سود:
- توانایی درک تفاوت های PCG الگوریتمی و PCG هوش مصنوعی مولد و تولید محتوا با رویکرد ترکیبی (طراحی سطح بالا هوش مصنوعی، بتن ریزی الگوریتم).
- امکان ارائه کنترل و تنوع بازی با ارائه لیستی از محدودیت های ضروری برای تولید
- توانایی مدیریت ریسکهای کیفیت در تولید رویهای، مانند حس تکرار، پر کردن بیمعنا و ثبت تکرارپذیری
اشتهای یک بازی برای محتوا سیری ناپذیر است: بازیکن یک بار یک سطح را بازی می کند و آن را تمام می کند، اما شما روزها را صرف تولید آن می کنید. تولید محتوای رویه ای (PCG) عبارت است از تولید خودکار یا نیمه خودکار محتوا (نقشه، سطح، قرار دادن دشمن، آیتم، مأموریت، حتی قسمت های داستان) نه به صورت دستی، بلکه با قوانین و الگوریتم ها. PCG کلاسیک الگوریتمی است (توابع نویز، فروپاشی تابع موج، ژنراتورهای راهرو اتاق). هوش مصنوعی یک لایه جدید به PCG اضافه میکند: تولید محتوای معنیدار و متنی - جستوجوها، توضیحات مکان، ترکیبهای دشمن، و طرحهای سطحی که متناسب با موضوع و طرح باشد، نه فقط بهصورت تصادفی.
در این بخش، نحوه استفاده از هوش مصنوعی در PCG را یاد خواهید گرفت. شما یاد خواهید گرفت که چگونه PCG الگوریتمی را با هوش مصنوعی ترکیب کنید، چگونه محتوای تولید شده را قابل ممیزی و تکرار (قطعی) و کنترل کیفیت کنید.
دو دنیای PCG: الگوریتمی و مولد
بیایید تمایز را روشن کنیم. PCG الگوریتمی متعارف است و بسته به دانه (عدد شروع که تولید را تعیین می کند) قابل تکرار است. همان دانه همان نقشه را می دهد. سریع، ارزان، قابل پیش بینی؛ اما ممکن است "بی روح" باشد. با هوش مصنوعی Generative، PCG زمینه و موضوع را درک می کند. این درخواست های معنی دار مانند "طرح سیاه چال 3 اتاق با تم غار یخی، تله فشرده" را برآورده می کند. اما خروجی هوش مصنوعی مستقیماً قابل تکرار نیست و قابلیت پخش را تضمین نمی کند. قدرتمندترین رویکرد ترکیبی است: هوش مصنوعی طراحی و تم سطح بالا (متن جستجو، اهداف اتاق، موضوع دشمن) را ایجاد می کند، الگوریتم آن طراحی را در هندسه و تعادل قابل پخش می ریزد.
جریان ترکیبی مرحله به مرحله:
- قوانین و محدودیت های تولید (موضوع، دشواری، اندازه، موارد ضروری) را تعریف کنید.
- طرح کلی سطح بالا را از هوش مصنوعی دریافت کنید (اهداف اتاق، جریان، موضوع، منطق جستجو).
- نمونه سازی با الگوریتم/موتور (هندسه، چیدمان، تعادل).
- قابلیت پخش را بررسی کنید (آیا خروجی وجود دارد، آیا قابل حل است، آیا انسدادی وجود ندارد).
- بذر و ثبت (کدام ورودی کدام خروجی را تولید کرد - تکرارپذیری).
نکته: همیشه فهرستی از «محدودیتها» را به هوش مصنوعی بدهید: «هر سطح باید یک خروجی داشته باشد»، «حداقل یک اتاق امن»، «بدون دشمنی برای شروع». PCG بدون محدودیت سطوح غیرقابل حل یا غیرمنصفانه تولید می کند.
تولید وظیفه و روایت
پربازده ترین حوزه هوش مصنوعی PCG تولید جستجو و روایت است. هوش مصنوعی می تواند اسکلت ماموریت (برو، پیدا کردن، واکشی، محافظت) را با موضوع و شخصیت بپوشاند. می تواند برای ماموریت های جانبی تغییرات ایجاد کند. می تواند برای مکان ها توضیحات بنویسد. اما تله: هوش مصنوعی تمایل دارد تا "وظایف جمع آوری" یکنواخت ایجاد کند. درخواست انواع وظایف و انتخاب معنادار؛ هر ماموریت را ملزم به ارائه یک تصمیم به بازیکن کنید.
احتیاط: بزرگترین خطر در ماموریت های رویه ای احساس تکرار و بالشتک بی معنی است. هوش مصنوعی ممکن است 100 کار را تولید کند، اما 100 کار ممکن است "کشتن 10 گرگ" باشد. کیفیت به تنوع و زمینه بستگی دارد نه کمیت. هر دسته تولید شده را از طریق مراقبت انسانی قرار دهید.
کنترل و تکرارپذیری
در PCG حرفه ای، بازرسی به اندازه تولید مهم است. لایه ای از کنترل ایجاد کنید که تأیید کند محتوای تولید شده قابل پخش، منصفانه و درون موضوعی است. همچنین، تولید را به طور قطعی مدیریت کنید: ثبت کنید که کدام ورودی (seed، prompt، پارامتر) کدام خروجی را می دهد تا در صورت بروز مشکل بتوانید آن را بازتولید کنید. به جای اینکه خروجی هوش مصنوعی را مستقیماً در بازی قیف کنید، آن را در مرحله تأیید و تصحیح قرار دهید.
یک راه قدرتمند برای کنترل مقیاس، تنظیم یک بررسی خودکار قابلیت پخش است: یک اسکریپت اعتبارسنجی هر سطح تولید شده را قبل از اجرای آن اسکن میکند – آیا خروجی قابل دسترسی است، آیا دشمنانی برای کشتن در ابتدا وجود دارند، آیا کلید مورد نیاز در دسترس است یا خیر. همچنین می توانید منطق این اسکریپت را با هوش مصنوعی پیش نویس کنید. اما به فیلمنامه بدون آزمایش آن با تولیدات واقعی در موتور اعتماد نکنید. سرپرستی انسانی و کنترل خودکار یکدیگر را تکمیل میکنند: دستگاه به سؤال «آیا قابل پخش است» در مقیاس پاسخ میدهد، انسان به سؤال «آیا سرگرمکننده و معنادار» در نمونه پاسخ میدهد.
تعادل PCG و تجربه بازیکن
یکی از خطرات PCG این است که تنوع بیش از حد به بی هویتی تبدیل می شود. اگر همه چیز به طور تصادفی اتفاق بیفتد، بازیکن نمی تواند چیزی را نگه دارد. الگوهای آشنا و قابل تسلط نیز مورد نیاز است. PCG خوب تعادلی بین تنوع و یادگیری برقرار می کند: مکانیک باید آشنا باشد، طرح بندی باید تازه باشد. صراحتاً در هنگام داشتن مهارت هوش مصنوعی به دنبال این تعادل باشید - مانند "واژگان مکانیک را ثابت نگه دارید، اما اجازه دهید هر سطح این مکانیک ها را با ریتم متفاوتی ترکیب کند." به این ترتیب بازیکن چیز جدیدی می بیند و کنترل خود را از دست نمی دهد.
سه کیف کوچک
مورد 1 - رویکرد ترکیبی برنده شد. در یک بازی خزنده سیاهچال، تیم اهداف و تم اتاق را به هوش مصنوعی و هندسه را به الگوریتم داد. 200 نوع سیاهچال تولید شد. معلوم شد که هر کدام قابل پخش هستند، اما موضوع متفاوت بود. در مقایسه با نسخه الگوریتمی خالص، امتیاز بازیکنان "هر سیاهچال احساس متفاوتی دارد" به طور قابل توجهی افزایش یافت.
مورد 2 - هزینه تولید نامحدود. یک استودیو دارای هوش مصنوعی بود که 50 پیش نویس سطح را بدون محدودیت تولید می کرد. وقتی آزمایش شد، 9 مورد هیچ خروجی نداشتند، 6 مورد حاوی محل های دشمن بودند که در ابتدا بازیکن را کشتند. هنگامی که لیست محدودیت "باید" اضافه شد، نرخ سطح نقص از 30٪ به 2٪ کاهش یافت.
مورد 3 - سرپرستی دوباره این احساس را شکست. در یک بازی جهان باز، هوش مصنوعی 300 کوئست جانبی ایجاد کرد. در حالت خام ۷۰ درصد آن «جمع آوری و بیاور» بود. با درخواست تنوع، طراح هر کار را بازتولید و سرپرستی کرد تا شامل یک تصمیم/معضل باشد. در بازخورد بازیکن، شکایات در مورد "مسائل جانبی خسته کننده هستند" به یک سوم کاهش یافت.
چهار قالب قابل کپی
1) طرح کلی سطح محدود:
نقش شما: طراح سطح. موضوع: [به عنوان مثال. ایستگاه فضایی متروک]. سختی: متوسط متراژ: 5 اتاق. MUST HAVE: یک خروجی، حداقل یک اتاق امن، بدون دشمن در اتاق شروع، باید قابل حل باشد. هدف، موضوع، تهدید و تصمیمی که برای هر اتاق به بازیکن ارائه می دهد.
2) تولید وظایف مختلف:
10 ماموریت جانبی برای بازی زیر ایجاد کنید: [ژانر/موضوع]. محدودیت: هیچکدام نباید فقط "جمع آوری و واکشی" باشد. هر ماموریت بازیکن را با یک انتخاب یا دوراهی مواجه می کند. برای هر ماموریت: عنوان، خلاصه یک جمله، تصمیم بازیکن، پاداش. هر عبارت تکراری را یادداشت کنید.
3) چک لیست بازی:
طرح کلی سطح تولید شده را در زیر بررسی کنید: [چسباندن طرح کلی]. بررسی کنید: (1) آیا خروجی قابل دستیابی وجود دارد، (2) آیا قابل حل است، (3) آیا شروع ناعادلانه/قاتل وجود دارد، (4) آیا انحراف از موضوع وجود دارد. مشکلات را لیست کنید و اصلاحات را پیشنهاد دهید.
4) سابقه تکرارپذیری:
یک الگوی رکورد برای تولید زیر ایجاد کنید: بذر استفاده شده، درخواست، پارامترها، خلاصه خروجی و وضعیت تایید. هدف: در صورت بروز مشکل بتوانیم همان محتوا را بازتولید کنیم.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
برای من یک سیاهچال تصادفی ایجاد کنید.
بدون محدودیت یا مضمون؛ خروجی غیرقابل پخش یا عمومی خواهد بود.
اعلان قدرتمند:
نقش شما: طراح سیاه چال. موضوع: معبد آب گرفتگی. 7 اتاق، افزایش سختی. MUST HAVE: نوعی مکانیک در هر اتاق (تله جایگزین، پازل، مبارزه، اکتشاف)، اتاق مخفی یک نفره، نقطه استراحت در اتاق ماقبل آخر، قابل حل. خروجی: جدول اتاق به اتاق (هدف، موضوع، تهدید، پاداش). در نهایت، خطرات قابلیت بازی را به طور جداگانه فهرست کنید.
موضوع، محدودیت، ریتم مکانیکی و تقاضای ریسک، خروجی را برای تولید آماده می کند.
جدول الگوریتمی در مقابل AI PCG
اندازه
PCG الگوریتمی
PCG با هوش مصنوعی
ترکیبی
تکرارپذیری
بالا (دانه)
پایین
متوسط
معنا/موضوع
ضعیف
قوی
قوی
قابلیت پخش تضمین شده است
قابل ویرایش
هیچ کدام
قابل ویرایش
سرعت
بسیار سریع
سریع
متوسط
بهترین استفاده
هندسه، تعادل
وظیفه، موضوع، متن
خط تولید
اشتباهات رایج
- بدون محدودیت تولید کنیم. محتوای حل نشده و غیرمنصفانه ظاهر می شود.
- جریان خروجی هوش مصنوعی بدون نظارت. تأیید قابلیت پخش یک امر ضروری است.
- عدم تمایل به تنوع هوش مصنوعی تمایل به تولید یکنواخت "پیک آپ" دارد.
- عدم ثبت تکرارپذیری اگر مشکلی پیش بیاید، نمی توانید محتوا را بازیابی کنید.
- گیج شدن کمیت با کیفیت 300 کار معمولی بدتر از 30 کار خوب است.
به طور خلاصه
محتوای PCG اشتها را ارضا می کند. هوش مصنوعی به آن معنا و موضوع می افزاید. قدرتمندترین راه ترکیبی است: هوش مصنوعی طراحی سطح بالا را تولید می کند، الگوریتم نمونه های قابل پخش را تولید می کند. بدون فهرست محدودیت، بررسی قابلیت پخش، تقاضا برای تنوع، و سابقه تکرارپذیری، PCG به سرعت زباله تولید می کند. روی تنوع کنترل شده شرط بندی کنید، نه روی اعداد.
وظیفه کاربردی
موضوعی را انتخاب کنید (مثلاً غار یخی). یک سطح 5 اتاقه را با الگوی "طرح کلی سطح محدود" تولید کنید، سپس همان خروجی را با الگوی "چک لیست قابلیت پخش" تولید کنید. مشکلات پیدا شده را برطرف کنید و یک پیش نویس نهایی تهیه کنید.
چک لیست
- [ ] من به تولید فهرستی از محدودیت های «باید» دادم.
- [ ] طراحی سطح بالا را به هوش مصنوعی و دقیق سازی را به الگوریتم واگذار کردم.
- [ ] من هر محتوای تولید شده را برای قابلیت پخش بررسی کرده ام.
- [ ] من خواستار تنوع و انتخاب معنادار در مأموریت ها بودم.
- [ ] من seed/prompt/parameter را برای تکرارپذیری ذخیره کردم.