Penjanaan Kandungan Prosedur (PCG): Tahap, Peta, Pencarian dan Naratif

Keuntungan:

• Keupayaan untuk memahami perbezaan antara PCG algoritma dan PCG kecerdasan buatan generatif dan menghasilkan kandungan dengan pendekatan hibrid (reka bentuk peringkat tinggi kecerdasan buatan, pemkonkretan algoritma).
• Keupayaan untuk menyediakan kawalan kebolehmainan dan kepelbagaian dengan menyediakan senarai kekangan penting untuk pengeluaran
• Keupayaan untuk menguruskan risiko kualiti dalam pengeluaran prosedur, seperti rasa pengulangan, pengisian sia-sia dan rakaman kebolehulangan

Selera permainan untuk kandungan tidak dapat dipuaskan: pemain memainkan tahap sekali dan menamatkannya, tetapi anda menghabiskan masa berhari-hari untuk menghasilkannya. Penjanaan kandungan prosedur (PCG) Ia adalah pengeluaran kandungan automatik atau separa automatik (peta, tahap, penempatan musuh, item, misi, malah bahagian cerita) bukan secara manual satu demi satu, tetapi dengan peraturan dan algoritma. PCG klasik adalah algoritma (fungsi hingar, keruntuhan fungsi gelombang, penjana koridor bilik). AI menambah lapisan baharu pada PCG: penjanaan kandungan kontekstual yang bermakna—pencarian, penerangan lokasi, kompaun musuh dan cetak biru tahap yang sesuai dengan tema dan reka bentuk, bukan hanya secara rawak.

Dalam unit ini, anda akan belajar cara menggunakan AI dalam PCG; Anda akan belajar cara menggabungkan PCG algoritma dengan AI, cara membuat kandungan yang dihasilkan boleh diaudit dan boleh diterbitkan semula (deterministik), dan kawalan kualiti.

Dua dunia PCG: algoritma dan generatif

Mari kita jelaskan perbezaannya. PCG Algoritma adalah kanonik dan boleh dihasilkan semula bergantung pada benih (nombor permulaan yang menentukan pengeluaran); Benih yang sama menghasilkan peta yang sama. Cepat, murah, boleh diramal; tetapi ia mungkin "tidak berjiwa". Dengan Generatif AI, PCG memahami konteks dan tema; Ia memenuhi permintaan yang bermakna seperti "lakaran penjara bawah tanah 3 bilik bertemakan gua ais, intensif perangkap." Tetapi output AI tidak boleh dihasilkan secara langsung dan tidak menjamin kebolehmainan. Pendekatan yang paling berkuasa ialah hibrid: AI menjana reka bentuk dan tema peringkat tinggi (teks pencarian, objektif bilik, tema musuh), algoritma menuangkan reka bentuk itu ke dalam geometri dan keseimbangan yang boleh dimainkan.

Aliran hibrid langkah demi langkah:

1. Tentukan peraturan dan kekangan pengeluaran (tema, kesukaran, saiz, mesti ada).
2. Dapatkan garis besar peringkat tinggi daripada AI (objektif bilik, aliran, tema, logik pencarian).
3. Semerta dengan algoritma/enjin (geometri, susun atur, imbangan).
4. Sahkan kebolehmainan (adakah terdapat jalan keluar, adakah ia boleh diselesaikan, adakah tiada sekatan).
5. Benih dan rekod (input yang menghasilkan output yang mana - kebolehulangan).

Petua: Sentiasa berikan AI senarai "kekangan": "setiap peringkat mesti ada jalan keluar", "sekurang-kurangnya satu bilik selamat", "tiada musuh untuk bermula". PCG tanpa kekangan menghasilkan tahap yang tidak boleh diselesaikan atau tidak adil.

Penghasilan tugas dan naratif

Bidang AI PCG yang paling produktif ialah pencarian dan penjanaan naratif. AI boleh berpakaian rangka misi (pergi, cari, ambil, lindungi) dengan tema dan watak; boleh menjana variasi untuk misi sampingan; Boleh menulis penerangan untuk tempat. Tetapi perangkapnya: AI cenderung menghasilkan "tugas pengumpulan" yang membosankan. Minta pelbagai tugas dan pilihan yang bermakna; memerlukan setiap misi untuk membentangkan keputusan kepada pemain.

Awas: Risiko terbesar dalam misi prosedur ialah perasaan pengulangan dan padding yang tidak bermakna. AI mungkin menghasilkan 100 tugas, tetapi 100 mungkin juga "membunuh 10 serigala." Kualiti bergantung pada kepelbagaian dan konteks, bukan kuantiti; meletakkan setiap kumpulan yang dihasilkan melalui kurasi manusia.

Kawalan dan kebolehulangan

Dalam PCG profesional, pemeriksaan adalah sama pentingnya dengan pengeluaran. Wujudkan lapisan kawalan yang mengesahkan bahawa kandungan yang dihasilkan boleh dimainkan, adil dan mengikut tema. Juga, uruskan pengeluaran secara deterministik: rekod input (benih, gesaan, parameter) yang memberikan output supaya anda boleh menghasilkan semula jika masalah timbul. Daripada menyalurkan output AI terus ke dalam permainan, letakkannya melalui fasa kelulusan dan pembetulan.

Cara berkuasa untuk mengawal skala adalah dengan menyediakan semakan kebolehmainan automatik: skrip pengesah mengimbas setiap tahap yang dijana sebelum memainkannya — sama ada jalan keluar boleh dicapai, sama ada terdapat musuh untuk dibunuh pada mulanya, sama ada kunci yang diperlukan boleh diakses. Anda juga boleh mendraf logik skrip ini dengan AI; Tetapi jangan percaya skrip tanpa mengujinya dengan pengeluaran sebenar dalam enjin. Kurasi manusia dan kawalan automatik saling melengkapi: mesin menjawab soalan "adakah ia boleh dimainkan" pada skala, manusia menjawab soalan "adakah ia menyeronokkan dan bermakna" pada sampel.

Keseimbangan PCG dan pengalaman pemain

Satu bahaya PCG ialah terlalu banyak kepelbagaian bertukar menjadi bukan identiti. Jika semuanya berlaku secara rawak, pemain tidak akan dapat memegang apa-apa; Corak yang biasa dan boleh dikuasai juga diperlukan. PCG yang baik mencapai keseimbangan antara kepelbagaian dan kebolehpelajaran: mekanik harus biasa, reka letak harus segar. Cari keseimbangan ini secara eksplisit apabila mempunyai kraf AI—seperti "pastikan perbendaharaan kata mekanik tetap, tetapi biarkan setiap peringkat menggabungkan mekanik ini dalam irama yang berbeza." Dengan cara ini, pemain melihat sesuatu yang baru dan tidak kehilangan kawalan.

tiga kes mini

Kes 1 — Pendekatan hibrid menang. Dalam permainan merangkak penjara bawah tanah, pasukan memberikan objektif bilik dan tema kepada AI dan geometri kepada algoritma. 200 variasi penjara telah dihasilkan; Setiap satu ternyata boleh dimainkan, tetapi temanya berbeza. Berbanding dengan versi algoritma tulen, skor "setiap penjara bawah tanah terasa berbeza" pemain meningkat dengan ketara.

Kes 2 — Kos pengeluaran tanpa had. Satu studio mempunyai AI menghasilkan 50 draf tahap tanpa sekatan; Apabila diuji, 9 tidak keluar, 6 mengandungi penempatan musuh yang pada mulanya membunuh pemain. Apabila senarai kekangan "mesti ada" ditambah, kadar tahap kecacatan menurun daripada 30% kepada 2%.

Kes 3 — Kurator mematahkan perasaan sekali lagi. Dalam permainan dunia terbuka, AI menghasilkan 300 pencarian sampingan; Dalam bentuk mentahnya, 70% daripadanya adalah "kumpul dan bawa". Dengan permintaan untuk variasi, pereka bentuk menghasilkan semula dan menyusun setiap tugas untuk memasukkan keputusan/dilema; Dalam maklum balas pemain, aduan tentang "pencarian sampingan membosankan" berkurangan kepada satu pertiga.

Empat templat yang boleh disalin

1) Garis besar tahap terhad:

Peranan anda: pereka peringkat.Tema: [cth. stesen angkasa terbiar]. Kesukaran: sederhana. Saiz: 5 bilik. MESTI ADA: satu pintu keluar, sekurang-kurangnya satu bilik selamat, tiada musuh di dalam bilik permulaan, ia sepatutnya boleh diselesaikan. Pencarian: berikan garis besar aras bilik demi bilik; Tujuan, tema, ancaman dan keputusan yang diberikan kepada pemain untuk setiap bilik.

2) Pelbagai penjanaan tugas:

Hasilkan 10 pencarian sampingan untuk permainan berikut: [genre/tema].Kekangan: tiada satu pun mesti hanya "kumpul-dan-ambil"; Setiap misi memberikan pemain pilihan atau dilema. Untuk setiap misi: tajuk, ringkasan satu ayat, keputusan pemain, ganjaran. Tulis sebarang frasa yang berulang.

3) Senarai semak permainan:

Semak garis besar tahap yang dijana di bawah: [tampal garis besar]. Semak: (1) adakah terdapat jalan keluar yang boleh dicapai, (2) adakah ia boleh diselesaikan, (3) adakah terdapat permulaan yang tidak adil/membunuh, (4) adakah terdapat penyelewengan daripada tema. Senaraikan masalah dan cadangkan pembetulan.

4) Rekod kebolehulangan:

Cipta templat rekod untuk pengeluaran berikut: benih digunakan, gesaan, parameter, ringkasan output dan status kelulusan. Tujuan: untuk dapat menghasilkan semula kandungan yang sama jika masalah berlaku.

Gesaan lemah / Gesaan kuat

Gesaan yang lemah:

Hasilkan saya penjara bawah tanah rawak.

Tiada sekatan atau tema; output akan menjadi tidak boleh dimainkan atau generik.

Gesaan kuat:

Peranan anda: pereka penjara bawah tanah. Tema: kuil banjir.7 bilik, kesukaran yang semakin meningkat. MESTI ADA: beberapa jenis mekanik di setiap bilik (perangkap ganti, teka-teki, pertempuran, penerokaan), bilik rahsia tunggal, tempat rehat di bilik kedua terakhir, boleh diselesaikan. Output: meja bilik demi bilik (objektif, tema, ancaman, ganjaran). Akhir sekali, senaraikan risiko kebolehmainan secara berasingan.

Tema, kekangan, irama mekanikal dan permintaan risiko menjadikan output sedia untuk pengeluaran.

Jadual Algoritma lwn. AI PCG

Saiz

PCG Algoritma

PCG dengan AI

kacukan

kebolehulangan

Tinggi (biji)

rendah

sederhana

Maksud/tema

lemah

kuat

kuat

Kebolehmainan dijamin

Boleh diedit

tiada

Boleh diedit

kelajuan

sangat pantas

cepat

sederhana

penggunaan terbaik

geometri, imbangan

Tugasan, tema, teks

barisan pengeluaran

Kesilapan biasa

• Untuk menghasilkan tanpa sekatan. Kandungan yang tidak dapat diselesaikan dan tidak adil muncul.
• Keluaran AI yang mengalir tanpa pengawasan. Pengesahan kebolehmainan adalah satu kemestian.
• Tidak mahu kepelbagaian. AI cenderung menghasilkan "pick-up" yang membosankan.
• Tidak merekodkan kebolehulangan. Jika masalah berlaku, anda tidak boleh memulihkan kandungan.
• Mengelirukan kuantiti dengan kualiti. 300 tugas biasa adalah lebih buruk daripada 30 tugas yang baik.

Secara ringkasnya

Kandungan PCG memenuhi selera makan; AI menambah makna dan tema padanya. Cara paling berkuasa ialah hibrid: AI menghasilkan reka bentuk peringkat tinggi, algoritma menghasilkan instantiasi yang boleh dimainkan. Tanpa senarai kekangan, semakan kebolehmainan, permintaan untuk kepelbagaian, dan rekod kebolehulangan, PCG dengan cepat menghasilkan sampah. Pertaruhan pada variasi terkawal, bukan pada nombor.

Tugasan permohonan

Pilih tema (cth. gua ais). Sediakan tahap 5 bilik yang dihasilkan dengan templat "Garis tahap terhad", kemudian keluarkan output yang sama dengan templat "Senarai semak kebolehmainan". Selesaikan sebarang masalah yang ditemui dan hasilkan draf akhir.

senarai semak

• [ ] Saya memberikan pengeluaran senarai kekangan "mesti ada".
• [ ] Saya menyerahkan reka bentuk peringkat tinggi kepada AI dan konkritisasi kepada algoritma.
• [ ] Saya telah menyemak setiap kandungan yang dihasilkan untuk kebolehmainan.
• [ ] Saya menuntut kepelbagaian dan pilihan yang bermakna dalam misi.
• [ ] Saya menyimpan benih/prompt/parameter untuk kebolehulangan.