Lợi nhuận:
- Khả năng hiểu được sự cân bằng quyền lực, đường cong khó khăn và trục kinh tế, đồng thời thiết lập các công thức và mô hình bằng cách đưa ra các mục tiêu cân bằng có thể đo lường được cho trí tuệ nhân tạo
- Khả năng tính toán hàng nghìn trận đấu ảo bằng mô phỏng Monte Carlo và xác minh chéo kết quả bằng playtest
- Khả năng mô hình hóa rủi ro lạm phát/nạn đói theo thời gian và quan sát các ranh giới đạo đức như phúc lợi của người chơi trong thiết kế kinh tế
Một trò chơi có thể thú vị, nhưng nếu mất cân bằng, nó sẽ sụp đổ: vũ khí này vượt trội hơn vũ khí kia, một chiến lược luôn thắng, nền kinh tế rơi vào lạm phát hoặc nạn đói. Cân bằng trò chơi (cân bằng trò chơi); Các lựa chọn, thử thách và phần thưởng của trò chơi được điều chỉnh sao cho công bằng, đa dạng và thỏa mãn. Sự cân bằng; Đó là một nguyên tắc thiết kế liên quan đến các con số như sát thương, sức khỏe, chi phí, phần thưởng và xác suất. AI là đối tác phân tích và mô phỏng mạnh mẽ ở đây: bản thảo công thức, tính toán xác suất, mô hình kinh tế, đường cong khó khăn và phát hiện sự mất cân bằng. Nhưng quyết định cân bằng cuối cùng — "trò chơi này nên có cảm giác khó như thế nào, cảm giác hào phóng ra sao" - tùy thuộc vào sở thích của nhà thiết kế và thử nghiệm của người chơi.
Trong phần này, bạn sẽ học cách sử dụng AI trong việc cân bằng, thiết kế và mô phỏng nền kinh tế; Bạn sẽ học cách thiết kế công thức, mô hình kinh tế, đường cong khó khăn và tìm kiếm sự mất cân bằng.
Cân bằng cân bằng là gì?
Có ba trục cơ bản. Cân bằng quyền lực: trong số các lựa chọn (vũ khí, nhân vật, chiến lược), không có lựa chọn nào rõ ràng là vượt trội; mỗi người nên có một nơi. Đường cong độ khó: trò chơi không quá dễ cũng không quá khó; Khi kỹ năng của người chơi tăng lên, độ khó sẽ theo kịp. Kinh tế: tài nguyên trong trò chơi (tiền, vật liệu, thời gian) phải cân bằng giữa cung và cầu; Nó không nên trở nên vô giá trị hoặc không thể đạt được. AI có thể xây dựng các mô hình và xử lý số liệu trên cả ba yếu tố này.
Cân bằng dòng chảy từng bước:
- Viết ra mục tiêu cân bằng (mục tiêu có thể đo lường được như "không chọn vũ khí quá 55% thời gian").
- Thiết lập công thức/mô hình (hình thành mối quan hệ giữa AI và thiệt hại, chi phí, phần thưởng).
- Mô phỏng (làm AI tính toán hàng ngàn lần gặp ảo, xem kết quả).
- So sánh với Playtest (người chơi thực có xác minh các con số không).
- Điều chỉnh và lặp lại (cân bằng là một quá trình lặp đi lặp lại).
Mẹo: Hãy coi sự cân bằng như một phạm vi và mục tiêu chứ không phải như “một con số đúng”. Cung cấp cho AI một mục tiêu có thể đo lường được, chẳng hạn như “tỷ lệ thắng trong khoảng 45-55%”; Một yêu cầu mơ hồ như "làm cho nó cân bằng" không có tác dụng. Ngoài ra, đừng hướng tới sự cân bằng hoàn hảo: một chút bất đối xứng (mỗi lựa chọn đều có điểm mạnh, điểm yếu) giúp trò chơi trở nên đa dạng và thú vị; Sự bình đẳng tuyệt đối thường dẫn đến sự đơn điệu.
Mô phỏng: chơi hàng ngàn trò chơi mỗi giây
Công dụng AI mạnh mẽ nhất của Balance là mô phỏng. Sẽ phải mất hàng nghìn trận chiến ảo để tìm ra liệu hai loại vũ khí có thực sự cân bằng hay không; không thể bằng tay, có thể với AI hoặc tập lệnh mô phỏng do AI tạo ra. Bạn có thể yêu cầu AI thiết kế mô phỏng Monte Carlo (ước tính xác suất với số lượng lớn thử nghiệm ngẫu nhiên) và giải thích kết quả. Nhưng mô phỏng chỉ tốt bằng chất lượng của mô hình: nếu mô hình không phản ánh lối chơi thực tế thì kết quả sẽ bị sai lệch. Luôn xác thực chéo mô phỏng với thử nghiệm thực tế.
Thận trọng: Sẽ rất nguy hiểm nếu áp dụng một cách mù quáng các đề xuất của AI trong thiết kế kinh tế. Đặc biệt trong các trò chơi liên quan đến tiền thật (mua hàng), nền kinh tế sai lầm vừa khiến người chơi trở thành nạn nhân vừa tạo ra rủi ro pháp lý. Ngoài ra, “kỹ thuật phụ thuộc” - cơ chế thao túng được thiết kế để khai thác người chơi - là một ranh giới đạo đức; AI có thể đề xuất tính hiệu quả, nhưng nhà thiết kế có trách nhiệm sẽ quan tâm đến phúc lợi của người chơi.
Hai nguồn dữ liệu cân bằng: mô phỏng và người chơi thực
Các quyết định cân bằng dựa trên hai loại dữ liệu và cả hai đều cần thiết. Dữ liệu mô phỏng được kiểm soát và chia tỷ lệ: nó cho thấy sự thống trị thống kê của một loại vũ khí trong hàng nghìn trận đấu ảo. Nhưng mô phỏng không thể nắm bắt được hành vi, đường cong học tập và khía cạnh cảm giác của những người chơi thực sự mà chúng tôi gọi là “meta” (chiến lược hiệu quả nhất mà cộng đồng đã khám phá ra). Dữ liệu người chơi thực (đo từ xa - dữ liệu trò chơi được thu thập tự động từ trò chơi) phản ánh thực tế nhưng bị nhiễu và chỉ đến sau khi phát sóng. Một quy trình cân bằng hoàn thiện kết hợp cả hai yếu tố: cân bằng thô với mô phỏng, tinh chỉnh với dữ liệu người chơi thực. AI rất mạnh trong việc phân tích cả hai dữ liệu - thiết kế mô phỏng, trích xuất các mẫu từ phép đo từ xa.
Một điểm quan trọng: quyền riêng tư dữ liệu. Bảo vệ dữ liệu cá nhân (danh tính, vị trí, thanh toán) là nghĩa vụ pháp lý và đạo đức khi làm việc với dữ liệu người chơi thực. Để phân tích sự cân bằng, điều quan trọng không phải là người chơi là ai mà là anh ta làm gì; Do đó, hãy ẩn danh dữ liệu (không xác định, tổng hợp) và phân tích dữ liệu đó. Quy tắc này cũng áp dụng khi cung cấp phép đo từ xa cho AI: thay vì dán trực tiếp bản ghi thô chứa dữ liệu cá nhân vào công cụ, hãy sử dụng biểu mẫu ẩn danh và tổng hợp của nó. Bạn không bao giờ cần danh tính thực sự để cân bằng.
ba trường hợp nhỏ
Trường hợp 1 - Mô phỏng cho thấy sự mất cân bằng. Trong một game đối kháng, các nhà thiết kế cho rằng 8 nhân vật là cân bằng. 50.000 trận đấu ảo được mô phỏng bằng AI; Tỷ lệ thắng của một nhân vật tăng lên 68%. Vấn đề là một sự kết hợp đã gây ra quá nhiều thiệt hại; Khi số lượng giảm xuống, tỷ lệ giảm xuống còn 54% và playtest đã xác nhận điều này.
Trường hợp 2 - Lạm phát kinh tế được ngăn chặn. Nền kinh tế được mô hình hóa bằng AI trong trò chơi xây dựng-sinh tồn; Mô hình cho thấy sau 20 giờ, người chơi sẽ tích lũy được nhiều vàng đến mức mọi thứ sẽ trở nên vô giá trị. Tỷ lệ sản xuất tài nguyên và đường cong chi phí được điều chỉnh; Trong thử nghiệm trực tiếp, tính kinh tế vẫn có ý nghĩa quan trọng trong 100 giờ.
Trường hợp 3 - Đã sửa đường cong khó khăn. Trong một trò chơi nền tảng, 60% người chơi bỏ cuộc ở cấp độ 4. AI đã phân tích các chỉ số độ khó (số người chết, số lần thử) theo từng chương và đánh dấu rằng có sự tăng đột ngột về độ khó ở chương 4. Khi đường cong được làm phẳng, tỷ lệ bỏ học giảm từ 60% xuống 28%.
Bốn mẫu có thể sao chép
1) Thiết kế công thức cân bằng:
Vai trò của bạn: nhà thiết kế hệ thống trò chơi. Thiết lập công thức cân bằng cho các yếu tố sau: [ví dụ: sát thương vũ khí, tốc độ bắn, tầm bắn]. Mục tiêu: không có vũ khí nào chiếm ưu thế, mỗi loại đều có lợi thế. Giải thích công thức và giả định; Hãy chỉ cho tôi cách lấy từng số để tôi có thể xác minh.
2) Thiết kế mô phỏng Monte Carlo:
Thiết kế mô phỏng để kiểm tra sự cân bằng của hai phương án: [phương án A và B, quy tắc]. Thiết lập 10.000 trận đấu ảo, tính tỷ lệ thắng và phương sai. Đưa ra mã/logic mô phỏng và chỉ định các giới hạn về mức độ mô hình phản ánh lối chơi thực tế.
3) Kiểm tra sức khỏe mô hình kinh tế:
Tính kinh tế trong trò chơi của tôi là: [tài nguyên, sản xuất, chi tiêu, chi phí]. Lập mô hình này theo thời gian: Số dư tài nguyên của người chơi sẽ là bao nhiêu sau 1, 10, 50, 100 giờ? Có nguy cơ lạm phát hoặc nạn đói không? Hiển thị các vấn đề và đề xuất điều chỉnh bằng các con số.
4) Phân tích đường cong khó khăn:
Dưới đây là số liệu về quá trình chơi thử theo từng tập (tử vong, thử, bỏ học): [dữ liệu]. Đánh dấu các phần có sự nhảy hoặc giảm đột ngột trong đường cong độ khó; Đưa ra lý do và đề xuất cách làm nhẹ nhàng hơn cho từng trường hợp. Nêu rõ rằng quyết định tùy thuộc vào người thiết kế.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Cân bằng trò chơi của tôi.
Không có mục tiêu, dữ liệu và ràng buộc có thể đo lường được; AI nói một cách chung chung.
Lời nhắc mạnh mẽ:
Vai trò của bạn: nhà thiết kế hệ thống. Tôi có 5 tháp phòng thủ; với các giá trị chi phí/sát thương/phạm vi này: [bảng]. Mục tiêu: để mỗi tòa tháp là lựa chọn tốt nhất trong ít nhất một kịch bản; Không ai trong số họ phải luôn giành chiến thắng. Nhiệm vụ: xác định các tháp chiếm ưu thế/vô dụng trong các giá trị hiện tại, đề xuất các giá trị mới để cân bằng chúng và giải thích bằng logic mô phỏng lý do tại sao chúng sẽ hoạt động.
Các giá trị cụ thể, mục tiêu có thể đo lường được và yêu cầu biện minh làm cho kết quả đầu ra trở nên hữu ích.
Bảng trục cân bằng
trục
tiêu chí
Đóng góp của AI
quyết định của con người
cân bằng quyền lực
Tỷ lệ lựa chọn/thắng
mô phỏng, phát hiện
phạm vi chấp nhận được
đường cong khó khăn
chết rồi đừng buông tay
Phân tích số liệu
Cảm giác khó khăn về mục tiêu
Kinh tế
Cung/cầu, lạm phát
mô hình thời gian
Triết lý về sự hào phóng
sự đa dạng
Phân phối sử dụng
Phân tích phân phối
ý định thiết kế
Những lỗi thường gặp
- Nó có nghĩa là "làm điều đó một cách cân bằng". Sự cân bằng không thể đạt được nếu không có mục tiêu có thể đo lường được.
- Niềm tin mù quáng vào mô phỏng. Nếu mô hình không phản ánh đúng thực tế thì kết quả sẽ sai lệch.
- Bỏ qua Playtest. Ngay cả khi con số đúng, cảm giác có thể sai.
- Không mô hình hóa nền kinh tế theo thời gian. Lạm phát/nạn đói sau đó bùng phát.
- Thực hiện đề xuất cơ học khai thác mà không cần thắc mắc. Phúc lợi của người chơi là ranh giới đạo đức.
Tóm lại
Sự cân bằng là sự khéo léo của những con số làm cho trò chơi trở nên công bằng và thỏa mãn. AI; xây dựng, mô phỏng, mô hình kinh tế và tìm kiếm sự mất cân bằng — nhưng bạn phải đưa ra các mục tiêu có thể đo lường được, xác thực mô phỏng bằng cách chơi thử và tuân thủ các ranh giới đạo đức (phúc lợi của người chơi). Số dư không phải là một con số mà là một phạm vi được nhắm mục tiêu và có tính lặp lại.
Nhiệm vụ ứng dụng
Chọn một hệ thống trong trò chơi của bạn cần được cân bằng (vũ khí, tháp, nhân vật). Viết mục tiêu cân bằng có thể đo lường được (“tỷ lệ thắng 45-55%) và có hai tùy chọn được mô phỏng bằng mẫu”Thiết kế mô phỏng Monte Carlo”.Giải thích kết quả và đưa ra đề xuất điều chỉnh;Lên kế hoạch xác minh bằng playtest.
danh sách kiểm tra
- [ ] Tôi đã xác định mục tiêu cân bằng có thể đo lường được.
- [ ] Tôi đã xác minh xem mỗi số trong công thức/mô hình đến từ đâu.
- [ ] Tôi đã xác thực chéo mô phỏng bằng playtest.
- [ ] Tôi đã lập mô hình nền kinh tế theo thời gian (1-100 giờ).
- [ ] Tôi đã quan sát các ranh giới về mặt đạo đức và phúc lợi của người chơi.