ਗੇਮ ਬੈਲੇਂਸ, ਸਿਮੂਲੇਸ਼ਨ ਅਤੇ ਆਰਥਿਕਤਾ: ਨੰਬਰਾਂ ਦੇ ਨਾਲ ਇੱਕ ਸਹੀ ਖੇਡ

ਲਾਭ:

• ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਮਾਪਣਯੋਗ ਸੰਤੁਲਨ ਟੀਚੇ ਦੇ ਕੇ ਸ਼ਕਤੀ ਦੇ ਸੰਤੁਲਨ, ਮੁਸ਼ਕਲ ਵਕਰ ਅਤੇ ਆਰਥਿਕਤਾ ਦੇ ਧੁਰੇ ਨੂੰ ਸਮਝਣ ਅਤੇ ਫਾਰਮੂਲੇ ਅਤੇ ਮਾਡਲ ਸਥਾਪਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਮੋਂਟੇ ਕਾਰਲੋ ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਨਾਲ ਹਜ਼ਾਰਾਂ ਵਰਚੁਅਲ ਮੈਚਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਅਤੇ ਪਲੇਟੈਸਟ ਨਾਲ ਨਤੀਜਿਆਂ ਦੀ ਕ੍ਰਾਸ-ਵੈਰੀਫਾਈ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਸਮੇਂ ਦੇ ਨਾਲ ਮਹਿੰਗਾਈ/ਕਾਲ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਮਾਡਲ ਬਣਾਉਣ ਅਤੇ ਆਰਥਿਕ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਖਿਡਾਰੀਆਂ ਦੀ ਭਲਾਈ ਵਰਗੀਆਂ ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਇੱਕ ਖੇਡ ਮਜ਼ੇਦਾਰ ਹੋ ਸਕਦੀ ਹੈ, ਪਰ ਜੇ ਇਹ ਅਸੰਤੁਲਿਤ ਹੈ, ਇਹ ਢਹਿ ਜਾਂਦੀ ਹੈ: ਇੱਕ ਹਥਿਆਰ ਦੂਜੇ ਨੂੰ ਪਛਾੜ ਦਿੰਦਾ ਹੈ, ਇੱਕ ਰਣਨੀਤੀ ਹਮੇਸ਼ਾ ਜਿੱਤਦੀ ਹੈ, ਆਰਥਿਕਤਾ ਜਾਂ ਤਾਂ ਮਹਿੰਗਾਈ ਜਾਂ ਅਕਾਲ ਵਿੱਚ ਚਲੀ ਜਾਂਦੀ ਹੈ। ਖੇਡ ਸੰਤੁਲਨ (ਗੇਮ ਸੰਤੁਲਨ); ਗੇਮ ਦੇ ਵਿਕਲਪ, ਚੁਣੌਤੀਆਂ ਅਤੇ ਇਨਾਮਾਂ ਨੂੰ ਨਿਰਪੱਖ, ਵਿਭਿੰਨ ਅਤੇ ਸੰਤੁਸ਼ਟੀਜਨਕ ਹੋਣ ਲਈ ਐਡਜਸਟ ਕੀਤਾ ਗਿਆ ਹੈ। ਸੰਤੁਲਨ; ਇਹ ਇੱਕ ਡਿਜ਼ਾਈਨ ਅਨੁਸ਼ਾਸਨ ਹੈ ਜੋ ਸੰਖਿਆਵਾਂ ਜਿਵੇਂ ਕਿ ਨੁਕਸਾਨ, ਸਿਹਤ, ਲਾਗਤ, ਇਨਾਮ ਅਤੇ ਸੰਭਾਵਨਾ ਨਾਲ ਖੇਡਦਾ ਹੈ। AI ਇੱਥੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਪਾਰਟਨਰ ਹੈ: ਫਾਰਮੂਲਾ ਡਰਾਫਟ, ਸੰਭਾਵਨਾ ਗਣਨਾ, ਆਰਥਿਕ ਮਾਡਲ, ਮੁਸ਼ਕਲ ਵਕਰ ਅਤੇ ਅਸੰਤੁਲਨ ਖੋਜ। ਪਰ ਅੰਤਮ ਸੰਤੁਲਨ ਦਾ ਫੈਸਲਾ - "ਇਸ ਖੇਡ ਨੂੰ ਕਿੰਨਾ ਔਖਾ ਮਹਿਸੂਸ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਇਸ ਨੂੰ ਕਿੰਨਾ ਉਦਾਰ ਮਹਿਸੂਸ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ" - ਡਿਜ਼ਾਈਨਰ ਦੇ ਸੁਆਦ ਅਤੇ ਪਲੇਅਰ ਟੈਸਟਿੰਗ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਸੰਤੁਲਨ, ਆਰਥਿਕ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ; ਤੁਸੀਂ ਫਾਰਮੂਲਾ ਡਿਜ਼ਾਈਨ, ਆਰਥਿਕ ਮਾਡਲਿੰਗ, ਮੁਸ਼ਕਲ ਵਕਰ ਅਤੇ ਅਸੰਤੁਲਨ ਸ਼ਿਕਾਰ ਸਿੱਖੋਗੇ।

ਸੰਤੁਲਨ ਕੀ ਕਰਦਾ ਹੈ?

ਤਿੰਨ ਬੁਨਿਆਦੀ ਧੁਰੇ ਹਨ. ਸ਼ਕਤੀ ਦਾ ਸੰਤੁਲਨ: ਵਿਕਲਪਾਂ (ਹਥਿਆਰ, ਅੱਖਰ, ਰਣਨੀਤੀਆਂ) ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਉੱਤਮ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ; ਹਰੇਕ ਦਾ ਇੱਕ ਸਥਾਨ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਮੁਸ਼ਕਲ ਵਕਰ: ਖੇਡ ਨਾ ਤਾਂ ਬਹੁਤ ਆਸਾਨ ਹੈ ਅਤੇ ਨਾ ਹੀ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੈ; ਜਿਵੇਂ ਕਿ ਖਿਡਾਰੀ ਦੀ ਕੁਸ਼ਲਤਾ ਵਧਦੀ ਹੈ, ਮੁਸ਼ਕਲ ਨੂੰ ਜਾਰੀ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ. ਆਰਥਿਕਤਾ: ਇਨ-ਗੇਮ ਸਰੋਤ (ਪੈਸਾ, ਸਮੱਗਰੀ, ਸਮਾਂ) ਸਪਲਾਈ ਅਤੇ ਮੰਗ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਵਿੱਚ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ; ਇਹ ਨਾ ਤਾਂ ਬੇਕਾਰ ਅਤੇ ਨਾ ਹੀ ਅਪ੍ਰਾਪਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। AI ਤਿੰਨਾਂ 'ਤੇ ਮਾਡਲ ਅਤੇ ਕਰੰਚ ਨੰਬਰ ਬਣਾ ਸਕਦਾ ਹੈ।

ਬਕਾਇਆ ਪ੍ਰਵਾਹ ਕਦਮ ਦਰ ਕਦਮ:

1. ਬਕਾਇਆ ਟੀਚਾ ਲਿਖੋ (ਮਾਪਣਯੋਗ ਟੀਚਾ ਜਿਵੇਂ ਕਿ "55% ਤੋਂ ਵੱਧ ਸਮੇਂ ਦਾ ਕੋਈ ਹਥਿਆਰ ਨਹੀਂ ਚੁਣਿਆ ਗਿਆ")।
2. ਇੱਕ ਫਾਰਮੂਲਾ/ਮਾਡਲ ਸਥਾਪਤ ਕਰੋ (AI ਅਤੇ ਨੁਕਸਾਨ, ਲਾਗਤ, ਇਨਾਮ ਵਿਚਕਾਰ ਸਬੰਧ ਤਿਆਰ ਕਰੋ)।
3. ਸਿਮੂਲੇਟ (ਏਆਈ ਨੂੰ ਹਜ਼ਾਰਾਂ ਵਰਚੁਅਲ ਮੁਕਾਬਲਿਆਂ ਦੀ ਗਣਨਾ ਕਰੋ, ਨਤੀਜਾ ਦੇਖੋ)।
4. ਪਲੇਟੈਸਟ ਨਾਲ ਤੁਲਨਾ ਕਰੋ (ਕੀ ਅਸਲ ਖਿਡਾਰੀ ਨੰਬਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹਨ)।
5. ਵਿਵਸਥਿਤ ਕਰੋ ਅਤੇ ਦੁਹਰਾਓ (ਸੰਤੁਲਨ ਇੱਕ ਦੁਹਰਾਉਣ ਵਾਲੀ ਪ੍ਰਕਿਰਿਆ ਹੈ)।

ਨੁਕਤਾ: ਸੰਤੁਲਨ ਨੂੰ ਇੱਕ ਸੀਮਾ ਅਤੇ ਟੀਚੇ ਵਜੋਂ ਸੋਚੋ, ਨਾ ਕਿ "ਇੱਕ ਸਹੀ ਸੰਖਿਆ" ਵਜੋਂ। AI ਨੂੰ ਇੱਕ ਮਾਪਣਯੋਗ ਟੀਚਾ ਦਿਓ, ਜਿਵੇਂ ਕਿ "45-55% ਵਿਚਕਾਰ ਜਿੱਤ ਦਰ"; "ਇਸ ਨੂੰ ਸੰਤੁਲਿਤ ਬਣਾਓ" ਵਰਗੀ ਇੱਕ ਅਸਪਸ਼ਟ ਬੇਨਤੀ ਕੰਮ ਨਹੀਂ ਕਰਦੀ। ਨਾਲ ਹੀ, ਸੰਪੂਰਣ ਸੰਤੁਲਨ ਦਾ ਟੀਚਾ ਨਾ ਰੱਖੋ: ਇੱਕ ਮਾਮੂਲੀ ਅਸਮਾਨਤਾ (ਹਰੇਕ ਵਿਕਲਪ ਵਿੱਚ ਇੱਕ ਤਾਕਤ, ਇੱਕ ਕਮਜ਼ੋਰੀ ਹੈ) ਖੇਡ ਨੂੰ ਵੱਖੋ-ਵੱਖਰੇ ਅਤੇ ਦਿਲਚਸਪ ਰੱਖਦੀ ਹੈ; ਪੂਰਨ ਸਮਾਨਤਾ ਅਕਸਰ ਇਕਸਾਰਤਾ ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ।

ਸਿਮੂਲੇਸ਼ਨ: ਪ੍ਰਤੀ ਸਕਿੰਟ ਹਜ਼ਾਰਾਂ ਗੇਮਾਂ ਖੇਡਣਾ

ਬੈਲੇਂਸ ਦੀ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਵਰਤੋਂ ਸਿਮੂਲੇਸ਼ਨ ਹੈ। ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ ਹਜ਼ਾਰਾਂ ਵਰਚੁਅਲ ਝਗੜੇ ਲੱਗਣਗੇ ਕਿ ਕੀ ਦੋ ਹਥਿਆਰ ਸੱਚਮੁੱਚ ਸੰਤੁਲਿਤ ਹਨ; ਹੱਥੀਂ ਅਸੰਭਵ, AI ਜਾਂ AI ਦੁਆਰਾ ਤਿਆਰ ਸਿਮੂਲੇਸ਼ਨ ਸਕ੍ਰਿਪਟ ਨਾਲ ਸੰਭਵ ਹੈ। ਤੁਸੀਂ ਏਆਈ ਨੂੰ ਮੋਂਟੇ ਕਾਰਲੋ (ਬਹੁਤ ਸਾਰੇ ਬੇਤਰਤੀਬੇ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੇ ਨਾਲ ਸੰਭਾਵਨਾ ਅਨੁਮਾਨ) ਸਿਮੂਲੇਸ਼ਨ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਹਿ ਸਕਦੇ ਹੋ। ਪਰ ਸਿਮੂਲੇਸ਼ਨ ਸਿਰਫ ਮਾਡਲ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਰੂਪ ਵਿੱਚ ਵਧੀਆ ਹੈ: ਜੇਕਰ ਮਾਡਲ ਅਸਲ ਗੇਮਪਲੇ ਨੂੰ ਨਹੀਂ ਦਰਸਾਉਂਦਾ, ਤਾਂ ਨਤੀਜਾ ਗੁੰਮਰਾਹਕੁੰਨ ਹੋਵੇਗਾ. ਹਮੇਸ਼ਾ ਅਸਲੀ ਪਲੇਟੈਸਟ ਨਾਲ ਸਿਮੂਲੇਸ਼ਨ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰੋ।

ਸਾਵਧਾਨ: ਆਰਥਿਕ ਡਿਜ਼ਾਈਨ ਵਿੱਚ AI ਸੁਝਾਵਾਂ ਨੂੰ ਅੰਨ੍ਹੇਵਾਹ ਲਾਗੂ ਕਰਨਾ ਖਤਰਨਾਕ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ ਅਸਲ ਧਨ (ਖਰੀਦਦਾਰੀ) ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੀਆਂ ਖੇਡਾਂ ਵਿੱਚ, ਇੱਕ ਝੂਠੀ ਆਰਥਿਕਤਾ ਦੋਵੇਂ ਖਿਡਾਰੀ ਨੂੰ ਸ਼ਿਕਾਰ ਬਣਾਉਂਦੀ ਹੈ ਅਤੇ ਕਾਨੂੰਨੀ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, "ਨਿਰਭਰਤਾ ਇੰਜੀਨੀਅਰਿੰਗ" - ਖਿਡਾਰੀ ਦਾ ਸ਼ੋਸ਼ਣ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹੇਰਾਫੇਰੀ ਵਾਲੇ ਮਕੈਨਿਕ - ਇੱਕ ਨੈਤਿਕ ਸੀਮਾ ਹੈ; AI ਕੁਸ਼ਲਤਾ ਲਈ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ, ਪਰ ਜ਼ਿੰਮੇਵਾਰ ਡਿਜ਼ਾਈਨਰ ਖਿਡਾਰੀਆਂ ਦੀ ਭਲਾਈ ਦੀ ਦੇਖਭਾਲ ਕਰਦਾ ਹੈ।

ਸੰਤੁਲਨ ਡੇਟਾ ਦੇ ਦੋ ਸਰੋਤ: ਸਿਮੂਲੇਸ਼ਨ ਅਤੇ ਅਸਲ ਪਲੇਅਰ

ਬਕਾਇਆ ਫੈਸਲੇ ਦੋ ਕਿਸਮ ਦੇ ਡੇਟਾ 'ਤੇ ਅਧਾਰਤ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਦੋਵੇਂ ਜ਼ਰੂਰੀ ਹਨ। ਸਿਮੂਲੇਸ਼ਨ ਡੇਟਾ ਨਿਯੰਤਰਿਤ ਅਤੇ ਸਕੇਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ: ਇਹ ਹਜ਼ਾਰਾਂ ਵਰਚੁਅਲ ਮੈਚਾਂ ਵਿੱਚ ਇੱਕ ਹਥਿਆਰ ਦੇ ਅੰਕੜਾ ਦਬਦਬੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਪਰ ਸਿਮੂਲੇਸ਼ਨ ਅਸਲ ਖਿਡਾਰੀਆਂ ਦੇ ਵਿਵਹਾਰ, ਸਿੱਖਣ ਦੀ ਵਕਰ ਅਤੇ ਮਹਿਸੂਸ ਕਰਨ ਵਾਲੇ ਪਹਿਲੂ ਨੂੰ ਹਾਸਲ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸ ਨੂੰ ਅਸੀਂ "ਮੈਟਾ" ਕਹਿੰਦੇ ਹਾਂ (ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਰਣਨੀਤੀਆਂ ਜੋ ਕਮਿਊਨਿਟੀ ਨੇ ਖੋਜੀਆਂ ਹਨ)। ਅਸਲ ਪਲੇਅਰ ਡੇਟਾ (ਟੈਲੀਮੈਟਰੀ — ਗੇਮ ਤੋਂ ਆਪਣੇ ਆਪ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਗੇਮਪਲੇ ਡੇਟਾ) ਅਸਲੀਅਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਪਰ ਰੌਲਾ ਪੈਂਦਾ ਹੈ ਅਤੇ ਪ੍ਰਸਾਰਣ ਤੋਂ ਬਾਅਦ ਹੀ ਆਉਂਦਾ ਹੈ। ਇੱਕ ਪਰਿਪੱਕ ਸੰਤੁਲਨ ਪ੍ਰਕਿਰਿਆ ਦੋਵਾਂ ਨੂੰ ਜੋੜਦੀ ਹੈ: ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਨਾਲ ਮੋਟੇ ਤੌਰ 'ਤੇ ਸੰਤੁਲਨ, ਅਸਲ ਪਲੇਅਰ ਡੇਟਾ ਦੇ ਨਾਲ ਵਧੀਆ ਧੁਨ। AI ਦੋਵਾਂ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ - ਸਿਮੂਲੇਸ਼ਨ ਡਿਜ਼ਾਈਨ ਕਰਨਾ, ਟੈਲੀਮੈਟਰੀ ਤੋਂ ਪੈਟਰਨ ਕੱਢਣਾ।

ਇੱਕ ਨਾਜ਼ੁਕ ਬਿੰਦੂ: ਡੇਟਾ ਗੋਪਨੀਯਤਾ। ਅਸਲ ਪਲੇਅਰ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ ਨਿੱਜੀ ਡੇਟਾ (ਪਛਾਣ, ਸਥਾਨ, ਭੁਗਤਾਨ) ਦੀ ਸੁਰੱਖਿਆ ਕਰਨਾ ਇੱਕ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ। ਸੰਤੁਲਨ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, ਇਹ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਹੈ ਕਿ ਖਿਡਾਰੀ ਕੌਣ ਹੈ, ਪਰ ਉਹ ਕੀ ਕਰਦਾ ਹੈ; ਇਸ ਲਈ, ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰੋ (ਗੈਰ-ਪਛਾਣਿਆ, ਇਕੱਠਾ ਕੀਤਾ) ਅਤੇ ਇਸਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ। ਇਹ ਨਿਯਮ AI ਨੂੰ ਟੈਲੀਮੈਟਰੀ ਦੇਣ ਵੇਲੇ ਵੀ ਲਾਗੂ ਹੁੰਦਾ ਹੈ: ਨਿੱਜੀ ਡੇਟਾ ਵਾਲੇ ਕੱਚੇ ਰਿਕਾਰਡ ਨੂੰ ਸਿੱਧੇ ਟੂਲ ਵਿੱਚ ਪੇਸਟ ਕਰਨ ਦੀ ਬਜਾਏ, ਇਸਦੇ ਅਗਿਆਤ ਅਤੇ ਇਕੱਤਰ ਰੂਪ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਸੰਤੁਲਨ ਲਈ ਤੁਹਾਨੂੰ ਕਦੇ ਵੀ ਸੱਚੀ ਪਛਾਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਸਿਮੂਲੇਸ਼ਨ ਨੇ ਅਸੰਤੁਲਨ ਪ੍ਰਗਟ ਕੀਤਾ। ਇੱਕ ਲੜਾਈ ਵਾਲੀ ਖੇਡ ਵਿੱਚ, ਡਿਜ਼ਾਈਨਰਾਂ ਨੇ ਸੋਚਿਆ ਕਿ 8 ਅੱਖਰ ਸੰਤੁਲਿਤ ਸਨ। 50,000 ਵਰਚੁਅਲ ਮੈਚਾਂ ਨੂੰ AI ਨਾਲ ਸਿਮੂਲੇਟ ਕੀਤਾ ਗਿਆ ਸੀ; ਇੱਕ ਅੱਖਰ ਦੀ ਜਿੱਤ ਦਰ ਵਧ ਕੇ 68% ਹੋ ਗਈ। ਸਮੱਸਿਆ ਇਹ ਸੀ ਕਿ ਇੱਕ ਸੁਮੇਲ ਨੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨੁਕਸਾਨ ਕੀਤਾ; ਜਦੋਂ ਗਿਣਤੀ ਘਟਾਈ ਗਈ, ਤਾਂ ਦਰ ਘਟ ਕੇ 54% ਹੋ ਗਈ ਅਤੇ ਪਲੇਟੈਸਟ ਨੇ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ।

ਕੇਸ 2 - ਆਰਥਿਕ ਮਹਿੰਗਾਈ ਨੂੰ ਰੋਕਿਆ ਗਿਆ। ਆਰਥਿਕਤਾ ਨੂੰ ਇੱਕ ਉਸਾਰੀ-ਬਚਾਅ ਖੇਡ ਵਿੱਚ AI ਨਾਲ ਮਾਡਲ ਕੀਤਾ ਗਿਆ ਸੀ; ਮਾਡਲ ਨੇ ਦਿਖਾਇਆ ਕਿ 20 ਘੰਟਿਆਂ ਬਾਅਦ, ਖਿਡਾਰੀ ਇੰਨਾ ਸੋਨਾ ਇਕੱਠਾ ਕਰਨਗੇ ਕਿ ਸਭ ਕੁਝ ਬੇਕਾਰ ਹੋ ਜਾਵੇਗਾ. ਸਰੋਤ ਉਤਪਾਦਨ ਦਰ ਅਤੇ ਲਾਗਤ ਵਕਰ ਐਡਜਸਟ ਕੀਤਾ ਗਿਆ; ਲਾਈਵ ਟੈਸਟਿੰਗ ਵਿੱਚ, ਅਰਥਸ਼ਾਸਤਰ 100 ਘੰਟਿਆਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਰਿਹਾ.

ਕੇਸ 3 - ਮੁਸ਼ਕਲ ਵਕਰ ਨੂੰ ਠੀਕ ਕੀਤਾ ਗਿਆ। ਇੱਕ ਪਲੇਟਫਾਰਮ ਗੇਮ ਵਿੱਚ, 60% ਖਿਡਾਰੀਆਂ ਨੇ ਪੱਧਰ 4 'ਤੇ ਛੱਡ ਦਿੱਤਾ। AI ਨੇ ਚੈਪਟਰ ਦੁਆਰਾ ਮੁਸ਼ਕਲ ਮੈਟ੍ਰਿਕਸ (ਮੌਤ, ਕੋਸ਼ਿਸ਼ਾਂ ਦੀ ਸੰਖਿਆ) ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਅਤੇ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਕਿ ਅਧਿਆਇ 4 ਵਿੱਚ ਮੁਸ਼ਕਲ ਵਿੱਚ ਅਚਾਨਕ ਛਾਲ ਆ ਗਈ ਸੀ। ਇੱਕ ਵਾਰ ਕਰਵ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਤੋਂ ਬਾਅਦ, ਛੱਡਣ ਦੀ ਦਰ 60% ਤੋਂ ਘਟ ਕੇ 228% ਹੋ ਗਈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਸੰਤੁਲਨ ਫਾਰਮੂਲਾ ਡਿਜ਼ਾਈਨ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਗੇਮ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨਰ। ਨਿਮਨਲਿਖਤ ਤੱਤਾਂ ਲਈ ਇੱਕ ਸੰਤੁਲਿਤ ਫਾਰਮੂਲਾ ਸਥਾਪਿਤ ਕਰੋ: [ਉਦਾ. ਹਥਿਆਰਾਂ ਦਾ ਨੁਕਸਾਨ, ਅੱਗ ਦੀ ਦਰ, ਸੀਮਾ]। ਟੀਚਾ: ਕੋਈ ਵੀ ਹਥਿਆਰ ਪ੍ਰਭਾਵੀ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ, ਹਰੇਕ ਦਾ ਫਾਇਦਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਫਾਰਮੂਲੇ ਅਤੇ ਧਾਰਨਾਵਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ; ਮੈਨੂੰ ਦਿਖਾਓ ਕਿ ਹਰੇਕ ਨੰਬਰ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ ਤਾਂ ਜੋ ਮੈਂ ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰ ਸਕਾਂ।

2) ਮੋਂਟੇ ਕਾਰਲੋ ਸਿਮੂਲੇਸ਼ਨ ਡਿਜ਼ਾਈਨ:

ਦੋ ਵਿਕਲਪਾਂ ਦੇ ਸੰਤੁਲਨ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਸਿਮੂਲੇਸ਼ਨ ਡਿਜ਼ਾਈਨ ਕਰੋ: [ਵਿਕਲਪ A ਅਤੇ B, ਨਿਯਮ]। 10,000 ਵਰਚੁਅਲ ਮੈਚ ਸੈਟ ਅਪ ਕਰੋ, ਜਿੱਤ ਦਰ ਅਤੇ ਪਰਿਵਰਤਨ ਦੀ ਗਣਨਾ ਕਰੋ। ਸਿਮੂਲੇਸ਼ਨ ਕੋਡ/ਤਰਕ ਦਿਓ ਅਤੇ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰੋ ਕਿ ਮਾਡਲ ਅਸਲ ਗੇਮਪਲੇ ਨੂੰ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਰਸਾਉਂਦਾ ਹੈ।

3) ਆਰਥਿਕ ਮਾਡਲ ਸਿਹਤ ਜਾਂਚ:

ਮੇਰੀ ਖੇਡ ਦੇ ਅਰਥ ਸ਼ਾਸਤਰ ਹਨ: [ਸਰੋਤ, ਉਤਪਾਦਨ, ਖਰਚ, ਲਾਗਤ]। ਸਮੇਂ ਦੇ ਨਾਲ ਇਸਦਾ ਮਾਡਲ ਬਣਾਓ: ਖਿਡਾਰੀ ਦਾ ਸਰੋਤ ਸੰਤੁਲਨ 1, 10, 50, 100 ਘੰਟਿਆਂ ਵਿੱਚ ਕੀ ਹੋਵੇਗਾ? ਕੀ ਮਹਿੰਗਾਈ ਜਾਂ ਕਾਲ ਦਾ ਖਤਰਾ ਹੈ? ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਸਮਾਯੋਜਨ ਸੁਝਾਅ ਦਿਖਾਓ।

4) ਮੁਸ਼ਕਲ ਵਕਰ ਵਿਸ਼ਲੇਸ਼ਣ:

ਹੇਠਾਂ ਐਪੀਸੋਡ-ਦਰ-ਐਪੀਸੋਡ ਪਲੇਟੈਸਟ ਮੈਟ੍ਰਿਕਸ (ਮੌਤ, ਕੋਸ਼ਿਸ਼, ਛੱਡਣ) ਹਨ: [ਡੇਟਾ]। ਉਹਨਾਂ ਭਾਗਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਜਿੱਥੇ ਮੁਸ਼ਕਲ ਵਕਰ ਵਿੱਚ ਅਚਾਨਕ ਛਾਲ ਜਾਂ ਗਿਰਾਵਟ ਹੁੰਦੀ ਹੈ; ਹਰੇਕ ਲਈ ਨਰਮ ਹੋਣ ਦੇ ਕਾਰਨ ਅਤੇ ਸੁਝਾਅ ਦਿਓ। ਦੱਸੋ ਕਿ ਫੈਸਲਾ ਡਿਜ਼ਾਈਨਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਮੇਰੀ ਖੇਡ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰੋ.

ਕੋਈ ਮਾਪਣਯੋਗ ਟੀਚੇ, ਡੇਟਾ ਅਤੇ ਰੁਕਾਵਟਾਂ ਨਹੀਂ; AI ਆਮ ਸ਼ਬਦਾਂ ਵਿੱਚ ਬੋਲਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸਿਸਟਮ ਡਿਜ਼ਾਈਨਰ। ਮੇਰੇ ਕੋਲ 5 ਟਾਵਰ ਰੱਖਿਆ ਟਾਵਰ ਹਨ; ਇਹਨਾਂ ਲਾਗਤ/ਨੁਕਸਾਨ/ਰੇਂਜ ਮੁੱਲਾਂ 'ਤੇ: [ਸਾਰਣੀ]। ਟੀਚਾ: ਹਰੇਕ ਟਾਵਰ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਸਭ ਤੋਂ ਵਧੀਆ ਵਿਕਲਪ ਹੋਣ ਦਿਓ; ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਨੂੰ ਵੀ ਹਮੇਸ਼ਾ ਜਿੱਤਣਾ ਨਹੀਂ ਚਾਹੀਦਾ। ਕਾਰਜ: ਮੌਜੂਦਾ ਮੁੱਲਾਂ ਵਿੱਚ ਪ੍ਰਭਾਵੀ/ਬੇਕਾਰ ਟਾਵਰਾਂ ਦੀ ਪਛਾਣ ਕਰੋ, ਉਹਨਾਂ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਨ ਲਈ ਨਵੇਂ ਮੁੱਲਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ, ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਤਰਕ ਨਾਲ ਸਮਝਾਓ ਕਿ ਉਹ ਕਿਉਂ ਕੰਮ ਕਰਨਗੇ।

ਠੋਸ ਮੁੱਲ, ਮਾਪਣਯੋਗ ਟੀਚੇ, ਅਤੇ ਜਾਇਜ਼ਤਾ ਲਈ ਬੇਨਤੀ ਆਉਟਪੁੱਟ ਨੂੰ ਲਾਭਦਾਇਕ ਬਣਾਉਂਦੇ ਹਨ।

ਸੰਤੁਲਨ ਧੁਰੀ ਸਾਰਣੀ

ਧੁਰਾ

ਮਾਪਦੰਡ

AI ਯੋਗਦਾਨ

ਮਨੁੱਖੀ ਫੈਸਲਾ

ਸ਼ਕਤੀ ਦਾ ਸੰਤੁਲਨ

ਚੋਣ/ਜਿੱਤ ਦੀ ਦਰ

ਸਿਮੂਲੇਸ਼ਨ, ਖੋਜ

ਸਵੀਕਾਰਯੋਗ ਸੀਮਾ

ਮੁਸ਼ਕਲ ਵਕਰ

ਮੌਤ, ਜਾਣ ਨਾ ਦਿਓ

ਮੀਟਰਿਕ ਵਿਸ਼ਲੇਸ਼ਣ

ਟੀਚੇ ਦੀ ਮੁਸ਼ਕਲ ਦੀ ਭਾਵਨਾ

ਆਰਥਿਕਤਾ

ਸਪਲਾਈ/ਮੰਗ, ਮਹਿੰਗਾਈ

ਸਮਾਂ ਮਾਡਲ

ਉਦਾਰਤਾ ਦਾ ਫਲਸਫਾ

ਵਿਭਿੰਨਤਾ

ਵਰਤੋਂ ਦੀ ਵੰਡ

ਵੰਡ ਵਿਸ਼ਲੇਸ਼ਣ

ਡਿਜ਼ਾਈਨ ਇਰਾਦਾ

ਆਮ ਗਲਤੀਆਂ

• ਇਸਦਾ ਅਰਥ ਹੈ "ਇਸ ਨੂੰ ਸੰਤੁਲਿਤ ਤਰੀਕੇ ਨਾਲ ਕਰੋ"। ਮਾਪਣਯੋਗ ਟੀਚੇ ਤੋਂ ਬਿਨਾਂ ਸੰਤੁਲਨ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।
• ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਅੰਨ੍ਹਾ ਭਰੋਸਾ। ਜੇ ਮਾਡਲ ਅਸਲੀਅਤ ਨੂੰ ਨਹੀਂ ਦਰਸਾਉਂਦਾ, ਤਾਂ ਨਤੀਜਾ ਗੁੰਮਰਾਹਕੁੰਨ ਹੋਵੇਗਾ.
• ਪਲੇਟੈਸਟ ਛੱਡਣਾ। ਭਾਵੇਂ ਨੰਬਰ ਸਹੀ ਹੈ, ਭਾਵਨਾ ਗਲਤ ਹੋ ਸਕਦੀ ਹੈ.
• ਸਮੇਂ ਦੇ ਨਾਲ ਆਰਥਿਕਤਾ ਨੂੰ ਮਾਡਲਿੰਗ ਨਹੀਂ ਕਰਨਾ. ਮਹਿੰਗਾਈ/ਅਕਾਲ ਫਿਰ ਫੁੱਟਦਾ ਹੈ।
• ਬਿਨਾਂ ਸਵਾਲ ਦੇ ਸ਼ੋਸ਼ਣਕਾਰੀ ਮਕੈਨਿਕਸ ਪ੍ਰਸਤਾਵ ਨੂੰ ਲਾਗੂ ਕਰਨਾ। ਖਿਡਾਰੀ ਦੀ ਭਲਾਈ ਨੈਤਿਕ ਸੀਮਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

ਸੰਤੁਲਨ ਸੰਖਿਆਵਾਂ ਦੀ ਕਲਾ ਹੈ ਜੋ ਖੇਡ ਨੂੰ ਨਿਰਪੱਖ ਅਤੇ ਸੰਤੁਸ਼ਟੀਜਨਕ ਬਣਾਉਂਦੀ ਹੈ। AI; ਫਾਰਮੂਲੇਟ, ਸਿਮੂਲੇਟ, ਅਰਥ ਸ਼ਾਸਤਰ ਮਾਡਲ, ਅਤੇ ਅਸੰਤੁਲਨ ਸ਼ਿਕਾਰ — ਪਰ ਤੁਹਾਨੂੰ ਮਾਪਣਯੋਗ ਟੀਚੇ ਪ੍ਰਦਾਨ ਕਰਨੇ ਚਾਹੀਦੇ ਹਨ, ਪਲੇਟੈਸਟਿੰਗ ਨਾਲ ਸਿਮੂਲੇਸ਼ਨ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਨੈਤਿਕ ਸੀਮਾਵਾਂ (ਖਿਡਾਰੀ ਭਲਾਈ) ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਸੰਤੁਲਨ ਇੱਕ ਸੰਖਿਆ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਨਿਸ਼ਾਨਾ ਰੇਂਜ ਹੈ, ਅਤੇ ਇਹ ਦੁਹਰਾਉਣ ਵਾਲਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਆਪਣੀ ਗੇਮ ਵਿੱਚੋਂ ਇੱਕ ਸਿਸਟਮ ਚੁਣੋ ਜਿਸ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ (ਹਥਿਆਰ, ਟਾਵਰ, ਅੱਖਰ)। ਇੱਕ ਮਾਪਣਯੋਗ ਸੰਤੁਲਨ ਟੀਚਾ ("ਜਿੱਤਣ ਦੀ ਦਰ 45-55%) ਲਿਖੋ ਅਤੇ "ਮੋਂਟੇ ਕਾਰਲੋ ਸਿਮੂਲੇਸ਼ਨ ਡਿਜ਼ਾਈਨ" ਟੈਮਪਲੇਟ ਨਾਲ ਸਿਮੂਲੇਟ ਕੀਤੇ ਦੋ ਵਿਕਲਪ ਰੱਖੋ। ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਅਤੇ ਇੱਕ ਸਮਾਯੋਜਨ ਦੀ ਸਿਫਾਰਸ਼ ਕਰੋ; ਪਲੇਟੈਸਟ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾਓ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਇੱਕ ਮਾਪਣਯੋਗ ਸੰਤੁਲਨ ਟੀਚਾ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ ਕਿ ਫਾਰਮੂਲਾ/ਮਾਡਲ ਵਿੱਚ ਹਰੇਕ ਨੰਬਰ ਕਿੱਥੋਂ ਆਇਆ ਹੈ।
• [ ] ਮੈਂ ਪਲੇਟੈਸਟ ਨਾਲ ਸਿਮੂਲੇਸ਼ਨ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ।
• [ ] ਮੈਂ ਸਮੇਂ ਦੇ ਨਾਲ ਆਰਥਿਕਤਾ ਦਾ ਮਾਡਲ ਬਣਾਇਆ (1-100 ਘੰਟੇ)।
• [ ] ਮੈਂ ਖਿਡਾਰੀਆਂ ਦੀ ਭਲਾਈ ਅਤੇ ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਨੂੰ ਦੇਖਿਆ।