Kaj je dinamična prilagoditev težavnosti in zakaj je EA lastnik patenta?

Dinamično prilagajanje težav (DDA) je tehnologija, ki se uporablja za spreminjanje težavnosti igre glede na igralčevo spretnost. Med igro lahko tehnika prilagajanja težavnosti pomaga igralcu, da zmaga, če izgublja. V drugih primerih lahko igralec težje zmaga v tekmi.

Kaj je dinamična prilagoditev težavnosti?

DDA spremlja in napove, koliko časa igralec ostane vključen v igro. Te podatke združuje z različnimi vrstami podatkov, na primer s tem, kako dolgo igra igra igralca, ki sodeluje v seji za enega igralca.

DDA lahko prepreči, da bi se igralec dolgočasil, če je igra enostavna. Igralcem lahko prepreči, da bi bili razočarani, če je igra pretežka.

DDA deluje tako kratkoročno kot dolgoročno. Kratkoročni DDA preprečuje igralcem, da bi imeli dolge ali iste izide istega rezultata, najsi bodo dobri ali slabi. Generator naključnih števil se uporablja za doseganje kratkoročne razvojne razvojne agende. Dolgoročni razvojni razvojni program prilagodi nivo igre na nivo, ki ustreza njihovim sposobnostim in uspešnosti.

To je vse zelo dobro in dobro, kako pa dinamično prilagajanje težav deluje v igri?

Kako deluje dinamično prilagajanje težav?

Običajni način doseganja DDA je spreminjanje poteka igre s prilagajanjem težavnosti po dogodkih sprožilca, ki kažejo na neželena stanja igralca. Takšna stanja vključujejo dolgčas in frustracije.

DDA je odvisen od algoritmov strojnega učenja za napovedovanje, potrebno za izvedbo prilagoditev. Algoritmi strojnega učenja, kot so nadzorovani in nenadzorovani, ustvarjajo in posodabljajo modele predvidevanja za igre. Algoritmi ansamblov in algoritmi, ki temeljijo na primerkih, so primeri logike, ki se uporablja za ustvarjanje in posodabljanje modelov predvidevanja za DDA.

Sistemi za dinamično prilagajanje težavnosti

A patent, podeljen EA v letu 2018 razkriva podrobnosti o tehničnih komponentah DDA v igrah EA.

Patent opisuje sistem z elektronsko shrambo podatkov, ki ga strojni procesor uporablja za izvajanje navodil za prepoznavanje vrednosti prilagajanja spremenljivkam v videoigri. Procesor strojne opreme ustvari napovedni model z izvajanjem navodil za dostop do naborov podatkov, ki se uporabljajo v sistemu strojnega učenja.

Patent podrobno opisuje tudi, kako DDA uporablja različne vrste podatkov o interakciji z uporabniki, da oceni, kako uporabnik je angažiran. Takšni podatki vključujejo količino denarja, porabljenega v igri, uporabnikov napredek v igri in nagnjenost igralca, da se ustavi zaradi njegovega napredka med igro.

Podatki o interakciji uporabnika se uporabljajo v kombinaciji z drugimi vrstami podatkov za ustvarjanje in delovanje na modelih predvidevanja igranja. Podatki hranijo različne vrste sistemov v igri, ki sodelujejo pri spreminjanju težavnosti.

Vrste sistemov in procesov, ki lahko delujejo skupaj, vključujejo:

• Analiza zadrževanja
• Ustvarjanje napovednega modela
• Ustvarjanje grozdov
• Dodelitev grozdov
• Ocenjevanje semen
• Težavnost nastavitve

Na kratko, ti sistemi skupaj zbirajo podatke o igralcih, ki se uporabljajo za določanje, kako zahtevna ali enostavna mora biti igra.

Sorodno: Psihološki razlogi, zakaj video igre zasvojijo

Modeliranje podatkov DDA

Proces generiranja napovednega modela vključuje pretekle podatke o interakciji uporabnika v kombinaciji s kontrolnimi podatki za ustvarjanje napovednih modelov. Nadzorni podatki se uporabljajo za nastavitev želene napovedi števila uporabnikov.

Sistem za analizo zadrževanja je lahko sestavljen iz enega ali več sistemov, ki ustvarjajo stopnje zadrževanja in odmik napovedi za uporabnike. Predvidena stopnja zadrževanja se lahko uporabi za odločitev, ali je treba težavo igre spremeniti. Podatki o interakciji uporabnika se uporabljajo za modele napovedovanja, da se to doseže.

Uporabniki so lahko združeni v skupine na podlagi podatkov o interaktivnosti. Lahko bi bili na primer uporabniki, ki igrajo igro manj kot 30 minut identificira algoritem strojnega učenja.

Patent kaže, da je v nekaterih izvedbah sistema razvrščanje uporabnikov s podobnimi značilnostmi in prilagajanje težavnostnih stopenj na podlagi edinstvenih dejanj vsakega uporabnika omogoča boljše obvladovanje težavnosti ravni.

Sorodno: Googlov preboj AI: kaj to pomeni in kako vpliva na vas

Ustvarjanje grozdov se začne z identifikacijo uporabnikov v igri. Podatki o interakciji z uporabniki se sčasoma zbirajo in uporabljajo za filtriranje uporabnikov, ki ne izpolnjujejo meril za interakcijo. Po filtriranju uporabnikov se uporabniške grozde ustvarijo s težavami, ki temeljijo na podatkih o interakciji uporabnika in stopnjah angažiranosti.

Dodelitev grozdov uporabniku se doseže z identifikacijo uporabnika in zbiranjem podatkov o interakciji uporabnika z igro skozi čas. Podatki o interakciji z uporabniki se uporabljajo v kombinaciji z definicijami gruč za identifikacijo določenih grozdov, s katerimi se uporabniki lahko povežejo.

Postopek nastavljanja težav se začne z identifikacijo uporabnika, čemur sledi določitev uporabniške gruče, povezane z uporabnikom. Vrednosti konfiguracije se prilagodijo na podlagi podatkov o interakciji uporabnika.

Sistem ocenjevanja semen se uporablja za ugotavljanje, kako težaven je lahko delež videoigre. Postopek ocenjevanja semen se začne z identifikacijo semen (vrednosti), ki jih lahko uporabimo za konfiguriranje video igre. Napredek uporabnikov za vsako seme se sčasoma spremlja, da se na podlagi normaliziranih podatkov o napredku ugotovi težava.

Vrhunski primer semen najdemo v Minecraftu, kjer različna semena omogočajo popolnoma različne dogodivščine.

V nekaterih izvedbah sistema uporabnik morda ne zazna izvajanja DDA v igri. Igra lahko ponovi tudi spremembe v videoigri, če se dogodek sproži.

Zakaj ima EA patent za dinamično prilagoditev težavnosti?

Po odkritju EA-jevega patenta DDA je veliko uporabnikov iger EA zaskrbelo, ali se tehnologija uporablja v njihovih igrah in učinek, ki ga ima na njihove izkušnje.

Konec leta 2020 je bila proti družbi EA vložena tožba (ki je bila pozneje prekinjena), kar je sprožilo nadaljnje razprave o morebitni uporabi tehnike s strani igralniškega podjetja.

Tožniki so verjeli, da je družba EA tehnologijo uporabljala za povečanje težavnosti iger, da bi jih želelo več ljudi za nakup predmetov v igri (plen škatle) za zmago. Podjetje EA je zagotovilo informacije, tožilci pa so se s svojo inženirsko skupino dogovorili, da ni uporabljal DDA ali podobnega skriptiranja, kot naj bi bilo.

Po napovedih zaposlenega v EA je bila tehnologija zasnovana tako, da bi ugotovila, kako pomagati igralcem, ki imajo težave v igrah, pridobiti priložnosti za napredek. Namen je zagotoviti, da se plačniki nad igro ne bodo preveč dolgočasili ali razočarali.

EA dostavljen uradni odgovor:

Slišali smo vaše pomisleke glede družine patentov za dinamično prilagajanje težav (tukaj in tukaj) in želeli potrditi, da se ne uporablja v EA SPORTS FIFA. V nobeni od naših iger ga ne bi nikoli uporabili za prednost ali prikrajšanje katere koli skupine igralcev. Tehnologija je bila zasnovana tako, da raziskuje, kako bi lahko igralcem, ki imajo težave na določenem področju igre, pomagali napredovati.

EA je izjavil, da je ne bi uporabljal tehnologije DDA za dajanje ali odstranjevanje prednosti za igralce v spletnih igrah. Trdi, da tehnologija ni v vodilnih igrah, kot so FIFA, Madden ali NHL.

Uporaba dinamičnega prilagajanja težavnosti v video igrah

EA je vedno zanikal uporabo DDA v video igrah. Kreativni direktor Matt Prior je na vprašanje o Redditu o DDA v FIFA odgovoril, da obstaja potencial za napako igralca v igri, ki temelji na statistiki posameznega igralca in na utrujenosti, namesto DDA.

Nenavadni so primeri, ko se patenti v igralniški industriji vložijo, ne da bi bili kdaj uporabljeni. Veliko raziskav in razvoja gre za ustvarjanje novih konceptov igranja. Vedno se generirajo nove ideje, ki se zaradi različnih dejavnikov, kot so ugledna tveganja ali celo preprosto iskanje načina za pravilno vključitev ideje v igro, morda ne bodo umaknile.

Microsoft popravi tisto napačno napako pri odklopu krmilnika Xbox

Microsoft je dejal, da se bo, in zdaj izpolnjuje obljubo.

O avtorju