Kas yra dinaminis sunkumų reguliavimas ir kodėl EA turi patentą?

Dinaminis sunkumų reguliavimas (DDA) yra technologija, naudojama pakeisti žaidimo sunkumus atsižvelgiant į žaidėjo įgūdžius. Žaidimo metu sunkumų sureguliavimo technika gali padėti žaidėjui laimėti, jei jis pralaimi. Kitais atvejais žaidėjui gali būti sunkiau laimėti rungtynes.

Kas yra dinaminis sunkumų reguliavimas?

DDA stebi ir numato, kiek laiko žaidėjas įsitraukia į žaidimą. Ši informacija sujungiama su skirtingais duomenų tipais, pvz., Kiek laiko žaidimas žaidėją palaiko vieno žaidėjo sesijoje.

DDA gali neleisti žaidėjui nuobodžiauti, jei žaidimas lengvas. Tai taip pat gali neleisti žaidėjams nusivilti, jei žaidimas yra per sunkus.

DDA veikia tiek trumpuoju, tiek ilguoju laikotarpiu. Trumpalaikis DDA neleidžia žaidėjams patirti ilgų to paties rezultato atkarpų, nesvarbu, gerų ar blogų. Atsitiktinių skaičių generatorius yra naudojamas norint pasiekti trumpalaikį DDA. Ilgalaikė DDA pritaiko žaidimo lygį, atitinkantį jų įgūdžius ir pasirodymą.

Viskas labai gerai ir gerai, bet kaip dinamiškas sunkumų derinimas veikia žaidime?

Kaip veikia dinaminis sunkumų reguliavimas?

Paprastas būdas pasiekti DDA yra keisti žaidimo eigą, sureguliuojant sunkumus įvykus įvykiams, kurie rodo nepageidaujamas žaidėjo būsenas. Tokios būsenos apima nuobodulį ir nusivylimą.

DDA priklauso nuo mašininio mokymosi algoritmų, kad pateiktų prognozes, reikalingas koregavimams atlikti. Mašinų mokymosi algoritmai, pvz., Prižiūrimi ir neprižiūrimi, kuria ir atnaujina žaidimų numatymo modelius. Ansamblio algoritmai ir egzemplioriais pagrįsti algoritmai yra logikos pavyzdžiai, naudojami kuriant ir atnaujinant prognozavimo modelius DDA.

Dinaminio sunkumų reguliavimo sistemos

A patentas suteiktas EA 2018 m. atskleidžia išsamią informaciją apie techninius DDA komponentus EA žaidimuose.

Patentas apibūdina sistemą su elektronine duomenų saugykla, kurią aparatūros procesorius naudoja vykdydamas instrukcijas, kad nustatytų vaizdo žaidimo kintamųjų koregavimo vertes. Aparatinės įrangos procesorius sukuria numatymo modelį vykdydamas instrukcijas, kaip pasiekti duomenų rinkinius, naudojamus mašininio mokymosi sistemoje.

Patente taip pat išsamiai aprašoma, kaip DDA naudoja skirtingus naudotojo sąveikos duomenis, kad įvertintų vartotojo įsitraukimą. Tokie duomenys apima žaidime išleistų pinigų sumą, vartotojo pažangą žaidimo metu ir žaidėjo polinkį sustoti dėl žaidimo pažangos.

Naudotojo sąveikos duomenys naudojami kartu su kitais duomenų tipais kuriant žaidimo prognozavimo modelius ir veikiant juos. Duomenys tiekia įvairių tipų žaidimo sistemas, kurios kartu keičia sunkumą.

Sistemų ir procesų, kurie gali veikti kartu, tipai yra šie:

• Sulaikymo analizė
• Nuspėjamojo modelio generavimas
• Klasterių kūrimas
• Klasterio priskyrimas
• Sėklos vertinimas
• Sunkumo nustatymas

Trumpai tariant, šios sistemos kartu renka žaidėjų duomenis, kurie naudojami siekiant nustatyti, koks sunkus ar lengvas turėtų būti žaidimas.

Susijęs: Psichologinės priežastys, kodėl vaizdo žaidimai kelia priklausomybę

DDA duomenų modeliavimas

Prognozavimo modelio generavimo procesas apima istorinius vartotojo sąveikos duomenis kartu su valdymo duomenimis, kad būtų generuojami prognozavimo modeliai. Valdymo duomenys naudojami norimam vartotojų skaičiaus numatymui nustatyti.

Sulaikymo analizės sistema gali būti sudaryta iš vienos ar kelių sistemų, kurios sukuria naudotojų sulaikymo rodiklius ir prognozavimo pokyčius. Numatoma sulaikymo norma gali būti naudojama sprendžiant, ar reikia pakeisti žaidimo sunkumus. Tam pasiekti prognozavimo modeliams taikomi vartotojo sąveikos duomenys.

Vartotojai gali būti grupuojami į grupes, atsižvelgiant į interaktyvumo duomenis. Pavyzdžiui, gali būti tie vartotojai, kurie žaidžia mažiau nei 30 minučių atpažįstamas mašininio mokymosi algoritmu.

Patentas rodo, kad tam tikruose sistemos variantuose grupuojant vartotojus, turinčius panašias savybes ir pakoregavus sunkumų lygius pagal kiekvieno vartotojo unikalius veiksmus, galima geriau valdyti sunkumus lygius.

Susijęs: „Google“ dirbtinio intelekto proveržis: ką tai reiškia ir kaip tai veikia jus

Klasterių kūrimas prasideda nuo žaidimo vartotojų identifikavimo. Duomenys apie vartotojų sąveiką yra renkami laikui bėgant ir naudojami filtruojant vartotojus, kurie neatitinka sąveikos kriterijų. Išfiltravus vartotojus, kuriamos sudėtinės vartotojų grupės, atsižvelgiant į vartotojo sąveikos duomenis ir įtraukimo lygius.

Klasterio priskyrimas vartotojui pasiekiamas nustatant vartotoją ir laikui bėgant renkant vartotojo sąveikos su žaidimu duomenis. Vartotojo sąveikos duomenys naudojami kartu su grupių apibrėžimais, siekiant nustatyti konkrečius klasterius, su kuriais vartotojai gali susieti.

Sunkumų nustatymo procesas prasideda nuo vartotojo identifikavimo, po kurio nustatomas su vartotoju susietas vartotojo klasteris. Konfigūracijos vertės koreguojamos pagal vartotojo sąveikos duomenis.

Pradinė vertinimo sistema naudojama norint nustatyti, kokia sudėtinga gali būti vaizdo žaidimų dalis. Pradinis įvertinimas prasideda nustatant sėklas (vertes), kurios gali būti naudojamos vaizdo žaidimui konfigūruoti. Kiekvienos sėklos vartotojų pažanga stebima laikui bėgant, kad būtų galima nustatyti sunkumus, remiantis normalizuotais pažangos duomenimis.

Puikus sėklų pavyzdys yra „Minecraft“, kur skirtingos sėklos suteikia visiškai skirtingų nuotykių.

Kai kuriuose sistemos įgyvendinimuose vartotojas gali neaptikti DDA vykdymo žaidime. Žaidimas taip pat gali pakartoti vaizdo žaidimo pakeitimus, jei įvykis suaktyvinamas.

Kodėl EA turi dinaminio sunkumų reguliavimo patentą?

Atradę EA DDA patentą, daugelis EA žaidimų vartotojų susirūpino, ar jų žaidimuose naudojama technologija, ir jų įtaką jų patirčiai.

2020 m. Pabaigoje EA buvo pareikštas ieškinys (kuris vėliau buvo nutrauktas), o tai sukėlė tolesnes diskusijas apie galimą lošimų bendrovės naudojamą techniką.

Ieškovai manė, kad EA naudojo šią technologiją, kad padidintų žaidimų sunkumus, kad norėtų daugiau žmonių įsigyti žaidimo elementų (grobio dėžės) laimėti. EA pateikė informaciją, o prokurorai kreipėsi į savo inžinierių komandą, norėdami įrodyti, kad DDA ar panašūs scenarijai nebuvo naudojami.

Remiantis EA darbuotojo pranešimu, ši technologija buvo sukurta siekiant išsiaiškinti, kaip padėti žaidėjams, patiriantiems sunkumų žaidimuose, įgyti progų progresuoti. Siekiama užtikrinti, kad mokėtojai nebūtų per daug nuobodūs ar nusivylę žaidimu.

Pristatyta EA oficialus atsakymas:

Girdėjome jūsų susirūpinimą dėl „Dynamic Difficulty Adjustment“ patentų šeimos (čia ir čia) ir norėjome patvirtinti, kad jis nenaudojamas EA SPORTS FIFA. Mes niekada nenaudosime to tam, kad praverstume ar sukeltume nepalankią padėtį bet kuriai žaidėjų grupei prieš bet kurį savo žaidimą. Ši technologija buvo skirta ištirti, kaip galėtume padėti žaidėjams, turintiems sunkumų tam tikroje žaidimo srityje, turėti galimybę žengti į priekį.

EA pareiškė, kad taip nenaudotų DDA technologijos suteikti ar panaikinti internetinių žaidimų žaidėjų pranašumus. Ji tvirtina, kad šios technologijos nėra tokiuose žaidimuose kaip FIFA, Madden ar NHL.

Dinaminio sunkumų reguliavimo naudojimas vaizdo žaidimuose

EA visada neigė naudojusi DDA vaizdo žaidimuose. Atsakydamas į „Reddit“ klausimą apie DDA FIFA, kūrybos direktorius Mattas Prioras pareiškė, kad yra potenciali žaidėjo klaida žaidime, remiantis individualia žaidėjų statistika ir nuovargiu, o ne DDA.

Neretai lošimų industrijos patentai paduodami niekada jų nenaudojant. Nemažai mokslinių tyrimų ir plėtros darbų skiriama naujų žaidimo koncepcijų kūrimui. Visada generuojamos naujos idėjos, kurios gali nepasireikšti dėl skirtingų veiksnių, tokių kaip reputacijos rizika ar net tiesiog nerandama, kaip tinkamai integruoti idėją į žaidimą.

„Microsoft“ ištaiso šią baisią „Xbox“ valdiklio atjungimo klaidą

„Microsoft“ teigė, kad taip bus, o dabar ji įgyvendina pažadą.

Apie autorių