Dobici:
- Sposobnost razumijevanja ravnoteže snaga, krivulje težine i ekonomskih osi te uspostavljanja formula i modela davanjem mjerljivih ciljeva ravnoteže umjetnoj inteligenciji
- Sposobnost izračunavanja tisuća virtualnih utakmica s Monte Carlo simulacijom i unakrsne provjere rezultata s playtestom
- Sposobnost modeliranja rizika od inflacije/gladi tijekom vremena i promatranja etičkih granica kao što je dobrobit igrača u ekonomskom dizajnu
Igra može biti zabavna, ali ako je neuravnotežena, kolabira: jedno oružje nadmašuje druga, jedna strategija uvijek pobjeđuje, gospodarstvo pada ili u inflaciju ili u glad. Bilanca igre (balansiranje igre); Opcije igre, izazovi i nagrade prilagođeni su tako da budu pravedni, raznoliki i zadovoljavajući. ravnoteža; To je dizajnerska disciplina koja se poigrava s brojevima kao što su šteta, zdravlje, cijena, nagrada i vjerojatnost. AI je ovdje moćan partner u analizi i simulaciji: nacrti formula, izračuni vjerojatnosti, ekonomski modeli, krivulje težine i otkrivanje neravnoteže. Ali konačna odluka o ravnoteži - "koliko bi se ova igra trebala činiti teškom, koliko velikodušnom bi trebala biti" - ovisi o ukusu dizajnera i testiranju igrača.
U ovoj ćete jedinici naučiti kako koristiti AI u ravnoteži, ekonomičnom dizajnu i simulaciji; Naučit ćete dizajn formule, ekonomsko modeliranje, krivulju težine i traženje neravnoteže.
Što balans balansira?
Tri su osnovne osi. Ravnoteža snaga: među opcijama (oružje, likovi, strategije), nijedna ne bi trebala biti jasno superiorna; svaki treba imati svoje mjesto. Krivulja težine: igra nije ni prelaka ni preteška; Kako vještina igrača raste, težina bi trebala pratiti korak. Ekonomija: resursi u igri (novac, materijali, vrijeme) moraju biti u ravnoteži između ponude i potražnje; Ne bi trebao postati bezvrijedan niti nedostižan. AI može izraditi modele i izračunati brojke na sva tri.
Tijek ravnoteže korak po korak:
- Zapišite cilj ravnoteže (mjerljivi cilj poput "nije odabrano oružje više od 55% vremena").
- Uspostavite formulu/model (formulirajte odnos između AI i štete, cijene, nagrade).
- Simulirajte (natjerajte AI da izračuna tisuće virtualnih susreta, pogledajte rezultat).
- Usporedite s Playtestom (provjeravaju li pravi igrači brojeve).
- Prilagodite i ponovite (ravnoteža je ponavljajući proces).
Savjet: zamislite ravnotežu kao raspon i cilj, a ne kao "jedan pravi broj". Dajte umjetnoj inteligenciji mjerljiv cilj, kao što je "stopa pobjede između 45-55%"; Nejasan zahtjev poput "uravnoteži" ne funkcionira. Također, nemojte težiti savršenoj ravnoteži: blaga asimetrija (svaka opcija ima prednosti i slabosti) održava igru raznolikom i zanimljivom; Apsolutna jednakost često dovodi do monotonije.
Simulacija: igranje tisuća igara u sekundi
Balanceova najmoćnija AI upotreba je simulacija. Trebalo bi tisuće virtualnih borbi da se shvati jesu li dva oružja uistinu uravnotežena; nemoguće ručno, moguće pomoću umjetne inteligencije ili simulacijske skripte koju proizvodi umjetna inteligencija. Možete zatražiti od umjetne inteligencije da dizajnira Monte Carlo (procjena vjerojatnosti s velikim brojem slučajnih pokušaja) simulaciju i interpretira rezultate. Ali simulacija je dobra onoliko koliko je dobra kvaliteta modela: ako model ne odražava pravi način igre, rezultat će biti pogrešan. Uvijek unakrsno potvrdite simulaciju sa stvarnim playtestom.
Oprez: opasno je slijepo primjenjivati AI prijedloge u ekonomskom dizajnu. Osobito u igrama koje uključuju pravi novac (kupnje), lažna ekonomija viktimizira igrača i stvara pravne rizike. Dodatno, "inženjering ovisnosti" — manipulativna mehanika osmišljena za iskorištavanje igrača — etička je granica; AI može predložiti učinkovitost, ali odgovorni dizajner brine o dobrobiti igrača.
Dva izvora podataka o ravnoteži: simulacija i pravi igrač
Odluke o ravnoteži temelje se na dvije vrste podataka, a obje su neophodne. Podaci o simulaciji kontrolirani su i skalirani: pokazuju statističku dominaciju jednog oružja u tisućama virtualnih utakmica. Ali simulacija ne može uhvatiti ponašanje, krivulju učenja i aspekt osjećaja stvarnih igrača koje nazivamo "meta" (najučinkovitije strategije koje je zajednica otkrila). Podaci o stvarnom igraču (telemetrija — podaci o igri automatski prikupljeni iz igre) odražavaju stvarnost, ali su šumoviti i stižu tek nakon emitiranja. Zreli proces balansiranja kombinira ovo dvoje: grubo balansiranje sa simulacijom, fino podešavanje sa stvarnim podacima igrača. Umjetna inteligencija moćna je u analizi oba podatka — dizajniranju simulacije, izdvajanju uzoraka iz telemetrije.
Jedna kritična točka: privatnost podataka. Zaštita osobnih podataka (identitet, lokacija, plaćanje) zakonska je i etička obveza pri radu sa stvarnim podacima igrača. Za analizu ravnoteže nije važno tko je igrač, već što radi; Stoga anonimizirajte podatke (neidentificirane, agregirane) i analizirajte ih. Ovo se pravilo također primjenjuje kada se AI daje telemetrija: umjesto lijepljenja neobrađenog zapisa koji sadrži osobne podatke izravno u alat, upotrijebite njegov anonimni i agregirani oblik. Nikada vam nije potreban pravi identitet za ravnotežu.
tri mini kućišta
Slučaj 1 — Simulacija je otkrila neravnotežu. U borbenoj igri dizajneri su mislili da je 8 likova uravnoteženo. 50 000 virtualnih mečeva simulirano je pomoću umjetne inteligencije; Stopa pobjede jednog lika povećana je na 68%. Problem je bio u tome što je jedna kombinacija napravila previše štete; Kada je broj smanjen, stopa je pala na 54% i playtest je to potvrdio.
Slučaj 2 — Spriječena ekonomska inflacija. Ekonomija je modelirana pomoću umjetne inteligencije u igri preživljavanja izgradnje; Model je pokazao da bi nakon 20 sati igrači nakupili toliko zlata da bi sve postalo bezvrijedno. Prilagođena stopa proizvodnje resursa i krivulja troškova; U testiranju uživo, ekonomija je ostala značajna tijekom 100 sati.
Slučaj 3 — Krivulja težine ispravljena. U platformskoj igri, 60% igrača odustalo je na razini 4. AI je analizirao metriku težine (broj smrti, pokušaja) poglavlje po poglavlje i označio da je došlo do naglog skoka težine u poglavlju 4. Nakon što je krivulja izglađena, stopa odustajanja je pala sa 60% na 28%.
Četiri predloška za kopiranje
1) Dizajn formule ravnoteže:
Vaša uloga: dizajner sustava igara. Uspostavite uravnoteženu formulu za sljedeće elemente: [npr. oštećenje oružja, brzina paljbe, domet]. Cilj: nijedno oružje ne smije biti dominantno, svako treba imati prednost. Objasniti formulu i pretpostavke; Pokaži mi kako doći do svakog broja da ga mogu potvrditi.
2) Dizajn Monte Carlo simulacije:
Osmislite simulaciju za testiranje ravnoteže dviju opcija: [opcije A i B, pravila]. Postavite 10.000 virtualnih utakmica, izračunajte stopu pobjede i varijancu. Navedite simulacijski kod/logiku i navedite ograničenja koliko dobro model odražava stvarni način igre.
3) Provjera stanja ekonomskog modela:
Ekonomija moje igre je: [resursi, proizvodnja, potrošnja, troškovi]. Modelirajte ovo tijekom vremena: Kolika će biti igračeva ravnoteža resursa nakon 1, 10, 50, 100 sati? Postoji li opasnost od inflacije ili gladi? Pokažite probleme i prijedloge prilagodbe u brojkama.
4) Analiza krivulje težine:
Ispod su metrike testiranja reprodukcije epizoda po epizoda (smrt, pokušaj, ispadanje): [podaci]. Označite dionice na kojima postoji nagli skok ili pad u krivulji težine; Navedite razloge i prijedloge za ublažavanje za svaki. Navedite da je odluka na dizajneru.
Slab upit / Jak upit
Slab upit:
Uravnoteži moju igru.
Bez mjerljivih ciljeva, podataka i ograničenja; AI govori općenito.
Snažan upit:
Vaša uloga: dizajner sustava. Imam 5 obrambenih tornjeva; po ovim vrijednostima cijene/štete/raspona: [tablica]. Cilj: neka svaki toranj bude najbolja opcija u barem jednom scenariju; Nitko od njih ne bi trebao uvijek pobjeđivati. Zadatak: identificirati dominantne/beskorisne tornjeve u trenutnim vrijednostima, predložiti nove vrijednosti za njihovu ravnotežu i objasniti logikom simulacije zašto će funkcionirati.
Konkretne vrijednosti, mjerljivi ciljevi i zahtjev za opravdanjem čine rezultat korisnim.
Tablica osi ravnoteže
osovina
kriterij
AI doprinos
ljudska odluka
odnos snaga
Stopa odabira/pobjede
simulacija, otkrivanje
prihvatljiv raspon
krivulja težine
smrt, ne puštaj
Metrička analiza
Osjećaj težine cilja
Gospodarstvo
Ponuda/potražnja, inflacija
vremenski model
Filozofija velikodušnosti
raznolikosti
Distribucija korištenja
Analiza distribucije
namjera dizajna
Uobičajene greške
- To znači "učinite to na uravnotežen način". Ravnoteža se ne može postići bez mjerljivog cilja.
- Slijepo povjerenje u simulaciju. Ako model ne odražava stvarnost, rezultat će biti pogrešan.
- Preskakanje Playtest-a. Čak i ako je broj točan, osjećaj može biti pogrešan.
- Ne modeliranje gospodarstva tijekom vremena. Tada izbija inflacija/glad.
- Implementacija prijedloga eksploatativne mehanike bez pitanja. Dobrobit igrača je etička granica.
Ukratko
Ravnoteža je umijeće brojeva koje igru čini pravednom i zadovoljavajućom. AI; formulira, simulira, ekonomske modele i traži neravnotežu — ali morate osigurati mjerljive ciljeve, potvrditi simulaciju testiranjem igre i poštivati etičke granice (dobrobit igrača). Saldo nije jedan broj, već ciljani raspon i ponavlja se.
Zadatak aplikacije
Odaberite sustav iz svoje igre koji treba biti uravnotežen (oružje, tornjevi, likovi). Napišite mjerljiv cilj ravnoteže ("stopa pobjede 45-55%) i neka se dvije opcije simuliraju s predloškom "Dizajn simulacije Monte Carlo". Protumačite rezultat i dajte preporuku za prilagodbu; Planirajte za provjeru s playtestom.
popis za provjeru
- [ ] Definirao sam mjerljiv cilj ravnoteže.
- [ ] Provjerio sam odakle dolazi svaki broj u formuli/modelu.
- [ ] Provjerio sam simulaciju s playtestom.
- [ ] Modelirao sam ekonomiju tijekom vremena (1-100 sati).
- [ ] Promatrao sam dobrobit igrača i etičke granice.