യൂണിറ്റുകൾ
1. ഗെയിം വികസനത്തിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ആമുഖം: റോളുകൾ, അതിരുകൾ, സ്ഥിരീകരണം, പകർപ്പവകാശം, ധാർമ്മികത 2. പ്രോട്ടോടൈപ്പും മെക്കാനിക്കൽ ഡിസൈനും: ഐഡിയ മുതൽ പ്ലേ ചെയ്യാവുന്ന കോർ വരെ ദ്രുതഗതിയിലുള്ള ആവർത്തനം 3. NPC ബിഹേവിയർ ആൻഡ് ഡയലോഗ് സിസ്റ്റങ്ങൾ: കഥാപാത്രത്തെ ജീവനോടെ കൊണ്ടുവരുന്ന കൃത്രിമ ബുദ്ധി 4. പ്രൊസീജറൽ കണ്ടൻ്റ് ജനറേഷൻ (പിസിജി): ലെവൽ, മാപ്പ്, ക്വസ്റ്റ്, ആഖ്യാനം 5. അസറ്റും വിഷ്വൽ പ്രൊഡക്ഷനും: കൺസെപ്റ്റ് ആർട്ട്, 2D/3D, ടെക്സ്ചർ 6. ശബ്‌ദം, സംഗീതം, ഇഫക്‌റ്റുകൾ എന്നിവയുടെ നിർമ്മാണം: ഗെയിമിൻ്റെ കേട്ട ലോകം 7. കോഡ് ജനറേഷനും എഞ്ചിൻ സംയോജനവും: യൂണിറ്റി (C#), അൺറിയൽ (ബ്ലൂപ്രിൻ്റ്/C++) 8. ഗെയിം ബാലൻസ്, സിമുലേഷൻ, എക്കണോമി: അക്കങ്ങളുള്ള ഒരു ഫെയർ ഗെയിം 9. ക്വാളിറ്റി അഷ്വറൻസ് (ക്യുഎ), ഡീബഗ്ഗിംഗ്, ഓട്ടോമേറ്റഡ് ടെസ്റ്റിംഗ് 10. പകർപ്പവകാശം, മൗലികത, ലൈസൻസ്, ധാർമ്മികത: പ്രസിദ്ധീകരിക്കാവുന്നതും ഉത്തരവാദിത്തമുള്ളതുമായ ഉള്ളടക്കം 11. എൻഡ്-ടു-എൻഡ് വർക്ക്ഫ്ലോ, പ്രൊഡക്ഷൻ ലൈൻ ഇൻ്റഗ്രേഷൻ, ഗവേണൻസ്, ലൈവ് സർവീസ്
യൂണിറ്റ് 8 / 11

ഗെയിം ബാലൻസ്, സിമുലേഷൻ, എക്കണോമി: അക്കങ്ങളുള്ള ഒരു ഫെയർ ഗെയിം

നേട്ടങ്ങൾ:

  • ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിന് അളക്കാവുന്ന ബാലൻസ് ടാർഗെറ്റുകൾ നൽകിക്കൊണ്ട് ശക്തിയുടെ ബാലൻസ്, ബുദ്ധിമുട്ട് കർവ്, സാമ്പത്തിക അക്ഷങ്ങൾ എന്നിവ മനസിലാക്കാനും ഫോർമുലകളും മോഡലുകളും സ്ഥാപിക്കാനുമുള്ള കഴിവ്
  • മോണ്ടെ കാർലോ സിമുലേഷൻ ഉപയോഗിച്ച് ആയിരക്കണക്കിന് വെർച്വൽ പൊരുത്തങ്ങൾ കണക്കാക്കാനും പ്ലേ ടെസ്റ്റ് ഉപയോഗിച്ച് ഫലങ്ങൾ ക്രോസ്-വെരിഫൈ ചെയ്യാനുമുള്ള കഴിവ്
  • കാലക്രമേണ പണപ്പെരുപ്പം/പട്ടിണി അപകടസാധ്യതകൾ മാതൃകയാക്കാനും സാമ്പത്തിക രൂപകൽപ്പനയിൽ കളിക്കാരുടെ ക്ഷേമം പോലുള്ള ധാർമ്മിക അതിരുകൾ നിരീക്ഷിക്കാനുമുള്ള കഴിവ്

ഒരു ഗെയിം രസകരമായിരിക്കാം, പക്ഷേ അത് അസന്തുലിതമാണെങ്കിൽ, അത് തകരുന്നു: ഒരു ആയുധം മറ്റുള്ളവയെ മറികടക്കുന്നു, ഒരു തന്ത്രം എല്ലായ്പ്പോഴും വിജയിക്കും, സമ്പദ്‌വ്യവസ്ഥ ഒന്നുകിൽ പണപ്പെരുപ്പത്തിലോ പട്ടിണിയിലോ പോകുന്നു. ഗെയിം ബാലൻസ് (ഗെയിം ബാലൻസ്); ഗെയിമിൻ്റെ ഓപ്‌ഷനുകളും വെല്ലുവിളികളും റിവാർഡുകളും ന്യായവും വൈവിധ്യവും തൃപ്തികരവും ആയി ക്രമീകരിച്ചിരിക്കുന്നു. ബാലൻസ്; കേടുപാടുകൾ, ആരോഗ്യം, ചെലവ്, പ്രതിഫലം, സാധ്യത എന്നിവ പോലുള്ള സംഖ്യകൾ ഉപയോഗിച്ച് കളിക്കുന്ന ഒരു ഡിസൈൻ അച്ചടക്കമാണിത്. AI ഇവിടെ ഒരു ശക്തമായ വിശകലനവും അനുകരണ പങ്കാളിയുമാണ്: ഫോർമുല ഡ്രാഫ്റ്റുകൾ, പ്രോബബിലിറ്റി കണക്കുകൂട്ടലുകൾ, സാമ്പത്തിക മാതൃകകൾ, ബുദ്ധിമുട്ട് വളവുകൾ, അസന്തുലിതാവസ്ഥ കണ്ടെത്തൽ. എന്നാൽ ആത്യന്തിക ബാലൻസ് തീരുമാനം - "ഈ ഗെയിം എത്ര കഠിനമായി അനുഭവപ്പെടണം, എത്ര ഉദാരമായി അനുഭവപ്പെടണം" - ഡിസൈനറുടെ അഭിരുചിയും കളിക്കാരൻ്റെ പരിശോധനയും ആശ്രയിച്ചിരിക്കുന്നു.

ഈ യൂണിറ്റിൽ, ബാലൻസ്, ഇക്കോണമി ഡിസൈൻ, സിമുലേഷൻ എന്നിവയിൽ AI എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും; ഫോർമുല ഡിസൈൻ, ഇക്കണോമിക് മോഡലിംഗ്, ബുദ്ധിമുട്ട് കർവ്, അസന്തുലിത വേട്ട എന്നിവ നിങ്ങൾ പഠിക്കും.

ബാലൻസ് ബാലൻസ് എന്താണ്?

മൂന്ന് അടിസ്ഥാന അക്ഷങ്ങൾ ഉണ്ട്. ശക്തിയുടെ സന്തുലിതാവസ്ഥ: ഓപ്ഷനുകൾ (ആയുധങ്ങൾ, പ്രതീകങ്ങൾ, തന്ത്രങ്ങൾ) ഇടയിൽ, ഒന്നും വ്യക്തമായും ഉയർന്നതായിരിക്കരുത്; ഓരോന്നിനും ഒരിടം ഉണ്ടായിരിക്കണം. ബുദ്ധിമുട്ടുള്ള വക്രം: ഗെയിം വളരെ എളുപ്പമോ ബുദ്ധിമുട്ടുള്ളതോ അല്ല; കളിക്കാരുടെ വൈദഗ്ധ്യം വർദ്ധിക്കുന്നതിനനുസരിച്ച്, ബുദ്ധിമുട്ട് വേഗത നിലനിർത്തണം. സമ്പദ്‌വ്യവസ്ഥ: ഇൻ-ഗെയിം വിഭവങ്ങൾ (പണം, മെറ്റീരിയലുകൾ, സമയം) വിതരണവും ഡിമാൻഡും തമ്മിൽ സന്തുലിതമായിരിക്കണം; അത് വിലപ്പോവാത്തതോ നേടാനാകാത്തതോ ആകരുത്. മൂന്നിലും മോഡലുകളും ക്രഞ്ച് നമ്പറുകളും നിർമ്മിക്കാൻ AI-ന് കഴിയും.

ഘട്ടം ഘട്ടമായി ബാലൻസ് ഫ്ലോ:

  1. ബാലൻസ് ലക്ഷ്യം എഴുതുക ("55% സമയത്തിൽ കൂടുതൽ ആയുധമൊന്നും തിരഞ്ഞെടുത്തിട്ടില്ല" പോലെയുള്ള അളക്കാവുന്ന ലക്ഷ്യം).
  2. ഒരു ഫോർമുല/മോഡൽ സ്ഥാപിക്കുക (AI-യും കേടുപാടുകളും, ചെലവ്, പ്രതിഫലം എന്നിവ തമ്മിലുള്ള ബന്ധം രൂപപ്പെടുത്തുക).
  3. അനുകരിക്കുക (ആയിരക്കണക്കിന് വെർച്വൽ ഏറ്റുമുട്ടലുകൾ AI കണക്കാക്കുക, ഫലം കാണുക).
  4. Playtest-മായി താരതമ്യം ചെയ്യുക (യഥാർത്ഥ കളിക്കാർ നമ്പറുകൾ സ്ഥിരീകരിക്കുക).
  5. ക്രമീകരിച്ച് ആവർത്തിക്കുക (ബാലൻസ് ഒരു ആവർത്തന പ്രക്രിയയാണ്).
നുറുങ്ങ്: ബാലൻസ് ഒരു പരിധിയായും ലക്ഷ്യമായും കരുതുക, "ഒരു ശരിയായ സംഖ്യ" ആയിട്ടല്ല. "വിജയ നിരക്ക് 45-55%" പോലെ, AI-ക്ക് അളക്കാവുന്ന ലക്ഷ്യം നൽകുക; "ഇത് സന്തുലിതമാക്കുക" പോലെയുള്ള അവ്യക്തമായ അഭ്യർത്ഥന പ്രവർത്തിക്കുന്നില്ല. കൂടാതെ, തികഞ്ഞ ബാലൻസ് ലക്ഷ്യമിടരുത്: ഒരു ചെറിയ അസമമിതി (ഓരോ ഓപ്ഷനും ഒരു ശക്തിയും ഒരു ബലഹീനതയും ഉണ്ട്) ഗെയിമിനെ വൈവിധ്യവും രസകരവുമാക്കുന്നു; സമ്പൂർണ്ണ സമത്വം പലപ്പോഴും ഏകതാനതയിലേക്ക് നയിക്കുന്നു.

സിമുലേഷൻ: സെക്കൻഡിൽ ആയിരക്കണക്കിന് ഗെയിമുകൾ കളിക്കുന്നു

ബാലൻസിൻ്റെ ഏറ്റവും ശക്തമായ AI ഉപയോഗം സിമുലേഷനാണ്. രണ്ട് ആയുധങ്ങൾ യഥാർത്ഥത്തിൽ സന്തുലിതമാണോ എന്ന് കണ്ടുപിടിക്കാൻ ആയിരക്കണക്കിന് വെർച്വൽ പോരാട്ടങ്ങൾ വേണ്ടിവരും; സ്വമേധയാ അസാധ്യമാണ്, AI അല്ലെങ്കിൽ AI നിർമ്മിച്ച ഒരു സിമുലേഷൻ സ്ക്രിപ്റ്റ് ഉപയോഗിച്ച് സാധ്യമാണ്. ഒരു മോണ്ടെ കാർലോ (ഒരുപാട് ക്രമരഹിതമായ ട്രയലുകളുള്ള പ്രോബബിലിറ്റി എസ്റ്റിമേഷൻ) സിമുലേഷൻ രൂപകൽപ്പന ചെയ്യാനും ഫലങ്ങൾ വ്യാഖ്യാനിക്കാനും നിങ്ങൾക്ക് AI-യോട് ആവശ്യപ്പെടാം. എന്നാൽ മോഡലിൻ്റെ ഗുണനിലവാരം പോലെ മാത്രമേ സിമുലേഷൻ മികച്ചതാണ്: മോഡൽ യഥാർത്ഥ ഗെയിംപ്ലേയെ പ്രതിഫലിപ്പിക്കുന്നില്ലെങ്കിൽ, ഫലം തെറ്റിദ്ധരിപ്പിക്കുന്നതായിരിക്കും. യഥാർത്ഥ പ്ലേടെസ്റ്റ് ഉപയോഗിച്ച് സിമുലേഷൻ എപ്പോഴും ക്രോസ്-വാലിഡേറ്റ് ചെയ്യുക.

മുന്നറിയിപ്പ്: സാമ്പത്തിക രൂപകൽപ്പനയിൽ AI നിർദ്ദേശങ്ങൾ അന്ധമായി പ്രയോഗിക്കുന്നത് അപകടകരമാണ്. പ്രത്യേകിച്ച് യഥാർത്ഥ പണം (വാങ്ങലുകൾ) ഉൾപ്പെടുന്ന ഗെയിമുകളിൽ, തെറ്റായ സമ്പദ്‌വ്യവസ്ഥ കളിക്കാരനെ ഇരയാക്കുകയും നിയമപരമായ അപകടസാധ്യതകൾ സൃഷ്ടിക്കുകയും ചെയ്യുന്നു. കൂടാതെ, "ആശ്രിത എഞ്ചിനീയറിംഗ്" - കളിക്കാരനെ ചൂഷണം ചെയ്യാൻ രൂപകൽപ്പന ചെയ്ത കൃത്രിമ മെക്കാനിക്സ് - ഒരു നൈതിക അതിർത്തിയാണ്; കാര്യക്ഷമതയ്ക്കായി AI നിർദ്ദേശിച്ചേക്കാം, എന്നാൽ ഉത്തരവാദിത്തമുള്ള ഡിസൈനർ കളിക്കാരുടെ ക്ഷേമം നോക്കുന്നു.

ബാലൻസ് ഡാറ്റയുടെ രണ്ട് ഉറവിടങ്ങൾ: സിമുലേഷനും യഥാർത്ഥ പ്ലെയറും

ബാലൻസ് തീരുമാനങ്ങൾ രണ്ട് തരം ഡാറ്റയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, രണ്ടും ആവശ്യമാണ്. സിമുലേഷൻ ഡാറ്റ നിയന്ത്രിക്കുകയും സ്കെയിൽ ചെയ്യുകയും ചെയ്യുന്നു: ഇത് ആയിരക്കണക്കിന് വെർച്വൽ പൊരുത്തങ്ങളിൽ ഒരു ആയുധത്തിൻ്റെ സ്ഥിതിവിവരക്കണക്ക് ആധിപത്യം കാണിക്കുന്നു. എന്നാൽ ഞങ്ങൾ "മെറ്റാ" (കമ്മ്യൂണിറ്റി കണ്ടെത്തിയ ഏറ്റവും ഫലപ്രദമായ തന്ത്രങ്ങൾ) എന്ന് വിളിക്കുന്ന യഥാർത്ഥ കളിക്കാരുടെ പെരുമാറ്റം, പഠന വക്രത, വികാരം എന്നിവ ഉൾക്കൊള്ളാൻ സിമുലേഷന് കഴിയില്ല. റിയൽ പ്ലെയർ ഡാറ്റ (ടെലിമെട്രി — ഗെയിമിൽ നിന്ന് സ്വയമേവ ശേഖരിക്കുന്ന ഗെയിംപ്ലേ ഡാറ്റ) യാഥാർത്ഥ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു, പക്ഷേ അത് ശബ്ദമുണ്ടാക്കുകയും പ്രക്ഷേപണത്തിന് ശേഷം മാത്രമേ എത്തുകയുള്ളൂ. പ്രായപൂർത്തിയായ ഒരു ബാലൻസിംഗ് പ്രക്രിയ ഇവ രണ്ടും സംയോജിപ്പിക്കുന്നു: സിമുലേഷനുമായി പരുക്കൻ ബാലൻസ്, യഥാർത്ഥ പ്ലെയർ ഡാറ്റ ഉപയോഗിച്ച് മികച്ച ട്യൂൺ. രണ്ട് ഡാറ്റയും വിശകലനം ചെയ്യുന്നതിൽ AI ശക്തമാണ് - സിമുലേഷൻ രൂപകൽപ്പന ചെയ്യുക, ടെലിമെട്രിയിൽ നിന്ന് പാറ്റേണുകൾ വേർതിരിച്ചെടുക്കുക.

ഒരു നിർണായക പോയിൻ്റ്: ഡാറ്റ സ്വകാര്യത. യഥാർത്ഥ പ്ലെയർ ഡാറ്റയുമായി പ്രവർത്തിക്കുമ്പോൾ വ്യക്തിഗത ഡാറ്റ (ഐഡൻ്റിറ്റി, ലൊക്കേഷൻ, പേയ്മെൻ്റ്) സംരക്ഷിക്കുന്നത് നിയമപരവും ധാർമ്മികവുമായ ബാധ്യതയാണ്. ബാലൻസ് വിശകലനത്തിന്, കളിക്കാരൻ ആരാണെന്നല്ല, മറിച്ച് അവൻ എന്താണ് ചെയ്യുന്നത് എന്നതാണ് പ്രധാനം; അതിനാൽ, ഡാറ്റ അജ്ഞാതമാക്കുക (തിരിച്ചറിയപ്പെടാത്തത്, സമാഹരിച്ചത്) അത് വിശകലനം ചെയ്യുക. AI-ക്ക് ടെലിമെട്രി നൽകുമ്പോഴും ഈ നിയമം ബാധകമാണ്: വ്യക്തിഗത ഡാറ്റ അടങ്ങിയ റോ റെക്കോർഡ് നേരിട്ട് ഉപകരണത്തിലേക്ക് ഒട്ടിക്കുന്നതിന് പകരം, അതിൻ്റെ അജ്ഞാതവും സംഗ്രഹിച്ചതുമായ ഫോം ഉപയോഗിക്കുക. സന്തുലിതാവസ്ഥയ്ക്കായി നിങ്ങൾക്ക് ഒരിക്കലും യഥാർത്ഥ ഐഡൻ്റിറ്റി ആവശ്യമില്ല.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - സിമുലേഷൻ അസന്തുലിതാവസ്ഥ വെളിപ്പെടുത്തി. ഒരു പോരാട്ട ഗെയിമിൽ, ഡിസൈനർമാർ 8 പ്രതീകങ്ങൾ സന്തുലിതമാണെന്ന് കരുതി. 50,000 വെർച്വൽ മത്സരങ്ങൾ AI ഉപയോഗിച്ച് അനുകരിക്കപ്പെട്ടു; ഒരു കഥാപാത്രത്തിൻ്റെ വിജയ നിരക്ക് 68% ആയി വർദ്ധിച്ചു. ഒരു കോമ്പിനേഷൻ വളരെയധികം കേടുപാടുകൾ വരുത്തി എന്നതാണ് പ്രശ്നം; എണ്ണം കുറച്ചപ്പോൾ, നിരക്ക് 54% ആയി കുറയുകയും പ്ലേ ടെസ്റ്റ് ഇത് സ്ഥിരീകരിക്കുകയും ചെയ്തു.

കേസ് 2 - സാമ്പത്തിക പണപ്പെരുപ്പം തടഞ്ഞു. നിർമ്മാണ-അതിജീവന ഗെയിമിൽ AI ഉപയോഗിച്ച് സമ്പദ്‌വ്യവസ്ഥയെ മാതൃകയാക്കി; 20 മണിക്കൂറിന് ശേഷം കളിക്കാർ വളരെയധികം സ്വർണം ശേഖരിക്കുമെന്നും എല്ലാം വിലപ്പോവില്ലെന്നും മോഡൽ കാണിച്ചു. വിഭവ ഉൽപ്പാദന നിരക്കും ചെലവ് വക്രവും ക്രമീകരിച്ചു; തത്സമയ പരിശോധനയിൽ, സാമ്പത്തിക ശാസ്ത്രം 100 മണിക്കൂർ പ്രാധാന്യത്തോടെ തുടർന്നു.

കേസ് 3 - ബുദ്ധിമുട്ടുള്ള വക്രം ശരിയാക്കി. ഒരു പ്ലാറ്റ്‌ഫോം ഗെയിമിൽ, 60% കളിക്കാർ ലെവൽ 4-ൽ നിന്ന് വിരമിച്ചു. AI ബുദ്ധിമുട്ട് മെട്രിക്‌സ് (മരണങ്ങളുടെ എണ്ണം, ശ്രമങ്ങൾ) ഓരോ അധ്യായവും വിശകലനം ചെയ്യുകയും അധ്യായം 4-ൽ പെട്ടെന്ന് ഒരു കുതിച്ചുചാട്ടം ഉണ്ടായതായി അടയാളപ്പെടുത്തുകയും ചെയ്തു. വക്രം സുഗമമായപ്പോൾ, കൊഴിഞ്ഞുപോക്ക് നിരക്ക് 60% ൽ നിന്ന് 28% ആയി കുറഞ്ഞു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) ബാലൻസ് ഫോർമുല ഡിസൈൻ:

നിങ്ങളുടെ റോൾ: ഗെയിം സിസ്റ്റം ഡിസൈനർ. ഇനിപ്പറയുന്ന ഘടകങ്ങൾക്കായി ഒരു സമതുലിതമായ ഫോർമുല സ്ഥാപിക്കുക: [ഉദാ. ആയുധ നാശം, തീയുടെ നിരക്ക്, പരിധി]. ലക്ഷ്യം: ഒരു ആയുധവും ആധിപത്യം പുലർത്തരുത്, ഓരോന്നിനും ഒരു നേട്ടം ഉണ്ടായിരിക്കണം. ഫോർമുലയും അനുമാനങ്ങളും വിശദീകരിക്കുക; ഓരോ നമ്പറും എങ്ങനെ നേടാമെന്ന് എന്നെ കാണിക്കൂ, അതുവഴി എനിക്ക് അത് പരിശോധിച്ചുറപ്പിക്കാം.

2) മോണ്ടെ കാർലോ സിമുലേഷൻ ഡിസൈൻ:

രണ്ട് ഓപ്ഷനുകളുടെ ബാലൻസ് പരിശോധിക്കുന്നതിനായി ഒരു സിമുലേഷൻ രൂപകൽപ്പന ചെയ്യുക: [ഓപ്ഷനുകൾ എ, ബി, നിയമങ്ങൾ]. 10,000 വെർച്വൽ മത്സരങ്ങൾ സജ്ജീകരിക്കുക, വിജയ നിരക്കും വ്യത്യാസവും കണക്കാക്കുക. സിമുലേഷൻ കോഡ്/ലോജിക് നൽകുക, മോഡൽ യഥാർത്ഥ ഗെയിംപ്ലേയെ എത്ര നന്നായി പ്രതിഫലിപ്പിക്കുന്നു എന്നതിൻ്റെ പരിധികൾ വ്യക്തമാക്കുക.

3) സാമ്പത്തിക മാതൃക ആരോഗ്യ പരിശോധന:

എൻ്റെ ഗെയിമിൻ്റെ സാമ്പത്തികശാസ്ത്രം ഇവയാണ്: [വിഭവങ്ങൾ, ഉൽപ്പാദനം, ചെലവ്, ചെലവ്]. കാലക്രമേണ ഇത് മാതൃകയാക്കുക: കളിക്കാരൻ്റെ റിസോഴ്സ് ബാലൻസ് 1, 10, 50, 100 മണിക്കൂറിൽ എന്തായിരിക്കും? പണപ്പെരുപ്പമോ ക്ഷാമമോ ഉണ്ടാകാനുള്ള സാധ്യതയുണ്ടോ? പ്രശ്‌നങ്ങളും ക്രമീകരണ നിർദ്ദേശങ്ങളും നമ്പറിൽ കാണിക്കുക.

4) ബുദ്ധിമുട്ടുള്ള വക്ര വിശകലനം:

എപ്പിസോഡ്-ബൈ-എപ്പിസോഡ് പ്ലേടെസ്റ്റ് മെട്രിക്കുകൾ (മരണം, ശ്രമം, കൊഴിഞ്ഞുപോക്ക്): [ഡാറ്റ]. ബുദ്ധിമുട്ടുള്ള വക്രത്തിൽ പെട്ടെന്നുള്ള ജമ്പ് അല്ലെങ്കിൽ ഡ്രോപ്പ് ഉള്ള ഭാഗങ്ങൾ അടയാളപ്പെടുത്തുക; ഓരോന്നിനും മയപ്പെടുത്തുന്നതിനുള്ള കാരണങ്ങളും നിർദ്ദേശങ്ങളും നൽകുക. തീരുമാനം ഡിസൈനറുടേതാണെന്ന് പ്രസ്താവിക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

എൻ്റെ ഗെയിം ബാലൻസ് ചെയ്യുക.

അളക്കാവുന്ന ലക്ഷ്യങ്ങളും ഡാറ്റയും നിയന്ത്രണങ്ങളും ഇല്ല; AI പൊതുവായി സംസാരിക്കുന്നു.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: സിസ്റ്റം ഡിസൈനർ. എനിക്ക് 5 ടവർ ഡിഫൻസ് ടവറുകൾ ഉണ്ട്; ഈ വില/നാശം/പരിധി മൂല്യങ്ങളിൽ: [പട്ടിക]. ലക്ഷ്യം: കുറഞ്ഞത് ഒരു സാഹചര്യത്തിലെങ്കിലും ഓരോ ടവറും മികച്ച ഓപ്ഷനായിരിക്കട്ടെ; അവരാരും എപ്പോഴും ജയിക്കരുത്. ടാസ്ക്: നിലവിലെ മൂല്യങ്ങളിൽ പ്രബലമായ/ഉപയോഗമില്ലാത്ത ടവറുകൾ തിരിച്ചറിയുക, അവയെ സന്തുലിതമാക്കാൻ പുതിയ മൂല്യങ്ങൾ നിർദ്ദേശിക്കുക, അവ പ്രവർത്തിക്കുന്നത് എന്തുകൊണ്ടാണെന്ന് സിമുലേഷൻ ലോജിക് ഉപയോഗിച്ച് വിശദീകരിക്കുക.

കോൺക്രീറ്റ് മൂല്യങ്ങൾ, അളക്കാവുന്ന ലക്ഷ്യങ്ങൾ, ന്യായീകരണത്തിനുള്ള അഭ്യർത്ഥന എന്നിവ ഔട്ട്പുട്ടിനെ ഉപയോഗപ്രദമാക്കുന്നു.

ബാലൻസ് അക്ഷ പട്ടിക

അച്ചുതണ്ട്

മാനദണ്ഡം

AI സംഭാവന

മനുഷ്യ തീരുമാനം

ശക്തിയുടെ സന്തുലിതാവസ്ഥ

തിരഞ്ഞെടുക്കൽ/വിജയ നിരക്ക്

അനുകരണം, കണ്ടെത്തൽ

സ്വീകാര്യമായ ശ്രേണി

ബുദ്ധിമുട്ട് വക്രം

മരണം, പോകരുത്

മെട്രിക് വിശകലനം

ലക്ഷ്യത്തിൻ്റെ ബുദ്ധിമുട്ട് അനുഭവപ്പെടുന്നു

സാമ്പത്തികം

സപ്ലൈ/ഡിമാൻഡ്, പണപ്പെരുപ്പം

സമയ മാതൃക

ഔദാര്യത്തിൻ്റെ തത്വശാസ്ത്രം

വൈവിധ്യം

ഉപയോഗ വിതരണം

വിതരണ വിശകലനം

ഡിസൈൻ ഉദ്ദേശം

സാധാരണ തെറ്റുകൾ

  • അതിൻ്റെ അർത്ഥം "സന്തുലിതമായ രീതിയിൽ ചെയ്യുക" എന്നാണ്. അളക്കാവുന്ന ലക്ഷ്യമില്ലാതെ ബാലൻസ് നേടാനാവില്ല.
  • സിമുലേഷനിൽ അന്ധമായ വിശ്വാസം. മോഡൽ യാഥാർത്ഥ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നില്ലെങ്കിൽ, ഫലം തെറ്റിദ്ധരിപ്പിക്കുന്നതായിരിക്കും.
  • പ്ലേ ടെസ്റ്റ് ഒഴിവാക്കുന്നു. നമ്പർ ശരിയാണെങ്കിൽ പോലും, തോന്നൽ തെറ്റായിരിക്കാം.
  • കാലക്രമേണ സമ്പദ്‌വ്യവസ്ഥയെ മാതൃകയാക്കുന്നില്ല. വിലക്കയറ്റം/പട്ടിണി പിന്നെ പൊട്ടിപ്പുറപ്പെടുന്നു.
  • ചൂഷണാത്മക മെക്കാനിക്സ് നിർദ്ദേശം ചോദ്യം ചെയ്യാതെ നടപ്പിലാക്കുന്നു. കളിക്കാരുടെ ക്ഷേമമാണ് ധാർമ്മിക അതിർത്തി.

ചുരുക്കത്തിൽ

കളിയെ ന്യായവും തൃപ്തികരവുമാക്കുന്ന സംഖ്യകളുടെ ക്രാഫ്റ്റാണ് ബാലൻസ്. AI; രൂപപ്പെടുത്തുക, അനുകരിക്കുക, സാമ്പത്തിക മാതൃകകൾ, അസന്തുലിത വേട്ടകൾ - എന്നാൽ നിങ്ങൾ അളക്കാവുന്ന ലക്ഷ്യങ്ങൾ നൽകണം, പ്ലേ ടെസ്റ്റിംഗ് ഉപയോഗിച്ച് സിമുലേഷൻ സാധൂകരിക്കണം, ധാർമ്മിക അതിരുകൾ (കളിക്കാരുടെ ക്ഷേമം) നിരീക്ഷിക്കണം. ബാലൻസ് ഒരൊറ്റ സംഖ്യയല്ല, മറിച്ച് ടാർഗെറ്റുചെയ്‌ത ശ്രേണിയാണ്, അത് ആവർത്തനവുമാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ ഗെയിമിൽ നിന്ന് സന്തുലിതമാക്കേണ്ട ഒരു സിസ്റ്റം തിരഞ്ഞെടുക്കുക (ആയുധങ്ങൾ, ടവറുകൾ, പ്രതീകങ്ങൾ). അളക്കാവുന്ന ബാലൻസ് ലക്ഷ്യം ("വിൻ റേറ്റ് 45-55%) എഴുതുക, കൂടാതെ "മോണ്ടെ കാർലോ സിമുലേഷൻ ഡിസൈൻ" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് രണ്ട് ഓപ്‌ഷനുകളും അനുകരിക്കുക. ഫലം വ്യാഖ്യാനിച്ച് ഒരു ക്രമീകരണ ശുപാർശ നടത്തുക; പ്ലേ ടെസ്റ്റ് ഉപയോഗിച്ച് പരിശോധിക്കാൻ പ്ലാൻ ചെയ്യുക.

ചെക്ക്ലിസ്റ്റ്

  • [ ] ഞാൻ അളക്കാവുന്ന ബാലൻസ് ലക്ഷ്യം നിർവചിച്ചിട്ടുണ്ട്.
  • [ ] ഫോർമുല/മോഡലിലെ ഓരോ സംഖ്യയും എവിടെ നിന്നാണ് വന്നതെന്ന് ഞാൻ പരിശോധിച്ചു.
  • [ ] പ്ലേ ടെസ്റ്റ് ഉപയോഗിച്ച് ഞാൻ സിമുലേഷൻ ക്രോസ്-വാലിഡേറ്റ് ചെയ്തു.
  • [ ] കാലക്രമേണ ഞാൻ സമ്പദ്‌വ്യവസ്ഥയെ മാതൃകയാക്കി (1-100 മണിക്കൂർ).
  • [] ഞാൻ കളിക്കാരുടെ ക്ഷേമവും ധാർമ്മിക അതിരുകളും നിരീക്ഷിച്ചു.