Kas ir dinamiskā grūtības pielāgošana un kāpēc EA pieder patents?

Dinamiskā grūtību pielāgošana (DDA) ir tehnoloģija, ko izmanto, lai mainītu spēles grūtības atbilstoši spēlētāja prasmēm. Spēles laikā grūtību regulēšanas tehnika var palīdzēt spēlētājam uzvarēt, ja viņš zaudē. Citos gadījumos tas var apgrūtināt spēlētāja uzvaru mačā.

Kas ir dinamiskā grūtības pielāgošana?

DDA uzrauga un paredz laika periodu, kurā spēlētājs paliek iesaistīts spēlē. Tas apvieno šo informāciju ar dažādiem datu tipiem, piemēram, ar cik ilgu laiku spēlētājs ir iesaistīts viena spēlētāja sesijā.

DDA var neļaut spēlētājam garlaikoties, ja spēle ir viegla. Tas var arī atturēt spēlētājus no neapmierinātības, ja spēle ir pārāk grūta.

DDA darbojas gan īstermiņā, gan ilgtermiņā. Īstermiņa DDA neļauj spēlētājiem piedzīvot garus viena un tā paša rezultāta posmus, neatkarīgi no tā, vai tie ir labi vai slikti. Nejaušo skaitļu ģenerators tiek izmantots īstermiņa DDA sasniegšanai. Ilgtermiņa DDA pielāgo spēles līmeni tādam, kas ir piemērots viņu prasmēm un sniegumam.

Tas viss ir ļoti labi un labi, bet kā dinamiskā grūtību pielāgošana darbojas spēlē?

Kā darbojas dinamiskā grūtības pielāgošana?

Izplatīts veids, kā sasniegt DDA, ir mainīt spēles gaitu, pielāgojot grūtības pēc tam, kad notiek sprūda notikumi, kas norāda uz nevēlamiem spēlētāja stāvokļiem. Šādi stāvokļi ietver garlaicību un neapmierinātību.

DDA ir atkarīga no mašīnmācīšanās algoritmiem, lai veiktu prognozes, kas nepieciešamas korekciju veikšanai. Mašīnu apmācības algoritmi, piemēram, uzraudzīti un bez uzraudzības, rada un atjaunina spēļu paredzēšanas modeļus. Ansambļa algoritmi un uz gadījumiem balstīti algoritmi ir loģikas piemēri, ko izmanto, lai izveidotu un atjauninātu prognozēšanas modeļus DDA.

Dinamiskas grūtību regulēšanas sistēmas

A piešķirts EA patents 2018. gadā atklāj informāciju par DDA tehniskajiem komponentiem EA spēlēs.

Patents apraksta sistēmu ar elektronisku datu krātuvi, kuru aparatūras procesors izmanto, lai izpildītu instrukcijas, lai identificētu videospēles mainīgo pielāgošanās vērtības. Aparatūras procesors ģenerē prognozēšanas modeli, izpildot instrukcijas, lai piekļūtu mašīnmācīšanās sistēmā izmantoto datu kopām.

Patents arī sīki apraksta, kā DDA izmanto dažāda veida datus par lietotāju mijiedarbību, lai novērtētu lietotāja iesaistīšanos. Šādi dati ietver spēlē iztērēto naudas summu, lietotāja progresu spēles laikā un spēlētāja tieksmi apstāties spēles progresa dēļ.

Lietotāju mijiedarbības dati tiek izmantoti kopā ar citiem datu veidiem, lai izveidotu un darbotos pēc spēles paredzēšanas modeļiem. Dati spēlē nodrošina dažādu veidu sistēmas, kas strādā kopā, lai mainītu grūtības.

Sistēmu un procesu veidi, kas var darboties kopā, ietver:

• Saglabāšanas analīze
• Prognozēšanas modeļa ģenerēšana
• Klastera izveide
• Klastera piešķiršana
• Sēklu novērtēšana
• Grūtības iestatīšana

Īsumā šīs sistēmas darbojas kopā, lai savāktu spēlētāju datus, kurus izmanto, lai noteiktu, cik sarežģītai vai vieglai spēlei jābūt.

Saistīts: Psiholoģiskie iemesli, kāpēc video spēles izraisa atkarību

DDA datu modelēšana

Prognozēšanas modeļa ģenerēšanas process ietver vēsturiskus lietotāju mijiedarbības datus kopā ar vadības datiem, lai ģenerētu prognozēšanas modeļus. Kontroles dati tiek izmantoti, lai iestatītu vēlamo lietotāju skaita prognozi.

Uzturēšanas analīzes sistēma var sastāvēt no vienas vai vairākām sistēmām, kas lietotājiem rada aiztures rādītājus un prognozi. Paredzēto aiztures līmeni var izmantot, lai izlemtu, vai ir jāmaina spēles grūtības. Lai to panāktu, prognozēšanas modeļiem tiek izmantoti lietotāju mijiedarbības dati.

Lietotājus var grupēt grupās, pamatojoties uz mijiedarbības datiem. Varētu būt, piemēram, lietotāji, kuri spēlē spēli mazāk nekā 30 minūtes identificē ar mašīnmācīšanās algoritmu.

Patents liecina, ka noteiktos sistēmas iemiesojumos grupējot lietotājus ar līdzīgām īpašībām un grūtības līmeņu pielāgošana, pamatojoties uz katra lietotāja unikālajām darbībām, ļauj labāk pārvaldīt grūtības līmeņiem.

Saistīts: Google AI sasniegums: ko tas nozīmē un kā tas jūs ietekmē

Klastera izveide sākas ar lietotāju identificēšanu spēlē. Dati par lietotāju mijiedarbību tiek savākti laika gaitā un tiek izmantoti, lai filtrētu lietotājus, kuri neatbilst mijiedarbības kritērijiem. Pēc lietotāju filtrēšanas lietotāju kopas tiek izveidotas ar grūtību preferencēm, pamatojoties uz lietotāju mijiedarbības datiem un iesaistes līmeņiem.

Klastera piešķiršana lietotājam tiek panākta, identificējot lietotāju un laika gaitā apkopojot lietotāja mijiedarbības datus ar spēli. Lietotāju mijiedarbības dati tiek izmantoti kopā ar kopu definīcijām, lai identificētu īpašas kopas, ar kurām lietotāji var saistīties.

Grūtību iestatīšanas process sākas ar lietotāja identifikāciju, kam seko ar lietotāju saistītās lietotāju kopas noteikšana. Konfigurācijas vērtības tiek koriģētas, pamatojoties uz lietotāja mijiedarbības datiem.

Sākotnējo novērtēšanas sistēmu izmanto, lai noteiktu, cik sarežģīta var būt videospēļu proporcija. Sēklu novērtēšanas process sākas ar sēklu (vērtību) identificēšanu, kuras var izmantot, lai konfigurētu video spēli. Katras sēklas lietotāju progresu laika gaitā uzrauga, lai noteiktu grūtības, pamatojoties uz normalizētiem progresa datiem.

Galvenais sēklu piemērs ir atrodams Minecraft, kur dažādas sēklas nodrošina pilnīgi atšķirīgus piedzīvojumus.

Dažos sistēmas iemiesojumos lietotājs var neatklāt DDA izpildi spēlē. Ja notikums tiek aktivizēts, spēle var atkārtot arī izmaiņas videospēlē.

Kāpēc EA pieder patents par dinamisku grūtību pielāgošanu?

Pēc EA DDA patenta atklāšanas daudziem EA spēļu lietotājiem radās bažas par to, vai tehnoloģija tiek izmantota viņu spēlēs, un to, kā tā ietekmē viņu pieredzi.

Prasība (kas vēlāk tika pārtraukta) tika ierosināta pret EA 2020. gada beigās, izraisot turpmākas diskusijas par spēļu uzņēmuma iespējamo tehnikas izmantošanu.

Prasītāji uzskatīja, ka EA izmantoja tehnoloģiju, lai palielinātu spēļu grūtības, lai vēlētos vairāk cilvēku lai iegādātos spēles priekšmetus (laupījumu kastes), lai uzvarētu. EA sniedza informāciju, un prokurori runāja ar tās inženieru komandu, lai pierādītu, ka nav izmantots DDA vai līdzīgs skripts, kā apgalvots.

Saskaņā ar EA darbinieka paziņojumu tehnoloģija tika izstrādāta, lai uzzinātu, kā palīdzēt spēlētājiem, kuriem ir grūtības spēlēs, iegūt progresa iespējas. Mērķis ir nodrošināt, lai maksātājiem spēle nebūtu pārāk garlaicīga vai neapmierināta.

EA piegādāta oficiāla atbilde:

Mēs esam dzirdējuši jūsu bažas par dinamiskās grūtības korekcijas patentu saimi (šeit un šeit) un vēlējāmies apstiprināt, ka tas netiek izmantots EA SPORTS FIFA. Mēs nekad to neizmantotu, lai kādā no mūsu spēlēm gūtu priekšrocības vai neizdarītu kādu spēlētāju grupu pret citu. Šī tehnoloģija tika izstrādāta, lai izpētītu, kā mēs varētu palīdzēt spēlētājiem, kuriem ir grūtības noteiktā spēles laukumā, iegūt iespēju tikt tālāk.

EA paziņoja, ka tā neizmantotu DDA tehnoloģiju dot vai noņemt priekšrocības tiešsaistes spēļu spēlētājiem. Tā apgalvo, ka šī tehnoloģija nav vadošajās spēlēs, piemēram, FIFA, Madden vai NHL.

Dinamiskas grūtības pielāgošanas izmantošana videospēlēs

EA vienmēr ir noraidījusi DDA izmantošanu videospēlēs. Atbildot uz jautājumu Reddit par DDA FIFA, radošais direktors Mets Priors paziņoja, ka ir potenciāls spēlētāja kļūdai spēlē, pamatojoties uz individuālu spēlētāju statistiku un nogurumu, nevis DDA.

Nereti spēļu industrijas patenti tiek iesniegti, tos nekad neizmantojot. Ievērojams daudzums pētījumu un izstrādes tiek veltīts jaunu koncepciju radīšanai spēlei. Vienmēr tiek ģenerētas jaunas idejas, kuras dažādu faktoru dēļ, piemēram, reputācijas riski vai pat vienkārši neatrodot veidu, kā ideju pareizi integrēt spēlē, var nenokļūt no vietas.

Microsoft novērš nepatīkamo Xbox kontroliera atvienošanas kļūdu

Microsoft teica, ka tas notiks, un tagad tas pilda solījumu.

Par autoru