Какво представлява динамичната корекция на трудността и защо EA притежава патента?

Динамичното регулиране на трудността (DDA) е технология, използвана за промяна на трудността на играта според уменията на играча. По време на игра техниката за регулиране на трудността може да помогне на играча да спечели, ако губи. В други случаи това може да затрудни играча да спечели мач.

Какво е динамично регулиране на трудността?

DDA следи и прогнозира продължителността на времето, през което играчът остава ангажиран от игра. Той комбинира тази информация с различни типове данни, като например колко дълго играта държи играча ангажиран в сесия за един играч.

DDA може да попречи на играча да се отегчи, ако играта е лесна. Също така може да попречи на играчите да се разочароват, ако играта е твърде трудна.

DDA работи както в краткосрочен, така и в дългосрочен план. Краткосрочният DDA пречи на играчите да изпитват дълги участъци от един и същ резултат, независимо дали са добри или лоши. Генератор на случайни числа се използва за постигане на краткосрочна DDA. Дългосрочният DDA коригира нивото на играта до ниво, което е подходящо за техните умения и ефективност.

Всичко това е много добре и добре, но как работи динамичната настройка на трудността по време на игра?

Как работи динамичната настройка на трудността?

Често срещан начин за постигане на DDA е да се правят промени в хода на играта чрез регулиране на трудността след настъпване на задействащи събития, които показват нежелани състояния на играча. Такива състояния включват скука и разочарование.

DDA зависи от алгоритмите за машинно обучение, за да направи прогнозите, необходими за изпълнение на корекции. Алгоритми за машинно обучение, като контролирани и не контролирани, създават и актуализират модели за прогнозиране за игри. Алгоритмите на ансамбли и алгоритмите, базирани на екземпляри, са примери за логика, използвана за създаване и актуализиране на модели за прогнозиране за DDA.

Системи за динамично регулиране на трудността

A патент, издаден на EA през 2018 г. разкрива подробности за техническите компоненти на DDA в игрите на EA.

Патентът описва система с електронно хранилище на данни, която хардуерен процесор използва за изпълнение на инструкции за идентифициране на стойностите за настройка на променливите във видеоиграта. Хардуерният процесор генерира модел за прогнозиране чрез изпълнение на инструкции за достъп до набори от данни, използвани в системата за машинно обучение.

Патентът също така подробно описва как DDA използва различни видове данни за взаимодействие с потребителите, за да оцени доколко ангажиран е потребителят. Такива данни включват количеството пари, похарчени в играта, напредъка на потребителя в играта и склонността на играча да спре поради техния напредък в играта.

Данните за взаимодействие с потребителите се използват в комбинация с други типове данни за създаване и въздействие върху модели за прогнозиране на геймплея. Данните подават различни видове системи в играта, които работят заедно, за да променят трудността.

Видовете системи и процеси, които могат да работят заедно, включват:

• Анализ на задържане
• Генериране на модел за прогнозиране
• Създаване на клъстер
• Присвояване на клъстери
• Оценка на семената
• Трудност при настройка

Накратко, тези системи работят заедно за събиране на данни за играчите, което се използва за определяне колко трудна или лесна трябва да бъде играта.

Свързани: Психологически причини, поради които видеоигрите са пристрастяващи

DDA моделиране на данни

Процесът на генериране на модел за прогнозиране включва исторически данни за взаимодействие с потребителя, комбинирани с данни за контрол, за да се генерират модели за прогнозиране. Контролните данни се използват за задаване на желаната прогноза за броя на потребителите.

Система за анализ на задържане може да се състои от една или повече системи, които генерират проценти на задържане и бързина на прогнозите за потребителите. Прогнозираната степен на задържане може да се използва, за да се реши дали трудността на играта трябва да се промени. Данните за взаимодействие с потребителите се прилагат към модели за прогнозиране, за да се постигне това.

Потребителите могат да бъдат групирани в клъстери въз основа на данни за интерактивност. Потребители, които играят играта за по-малко от 30 минути, например, могат да бъдат идентифицирани от алгоритъма за машинно обучение.

Патентът предполага, че в определени изпълнения на системата, групиране на потребители със сходни характеристики и регулирането на нивата на трудност въз основа на уникалните действия на всеки потребител позволява по-добро управление на трудността нива.

Свързани: Пробив в изкуствения интелект на Google: Какво означава и как ви влияе

Създаването на клъстери започва с идентифицирането на потребителите в играта. Данните за взаимодействието на потребителите се събират с течение на времето и се използват за филтриране на потребители, които не отговарят на критериите за взаимодействие. След като потребителите се филтрират, потребителските клъстери се създават с предпочитания за трудност въз основа на данните за взаимодействие с потребителите и нивата на ангажираност.

Присвояването на клъстери за потребител се постига чрез идентифициране на потребителя и събиране на данни за взаимодействието на потребителя с играта във времето. Данните за потребителското взаимодействие се използват в комбинация с дефиниции на клъстер за идентифициране на конкретни клъстери, с които потребителите да се свързват.

Процесът на задаване на трудност започва с идентифицирането на потребител, последвано от определянето на потребителски клъстер, свързан с потребителя. Стойностите на конфигурацията се коригират въз основа на данните за потребителското взаимодействие.

Използва се система за оценка на семената, за да се определи колко трудна може да бъде част от видеоиграта. Процесът на оценка на семената започва с идентифициране на семена (стойности), които могат да се използват за конфигуриране на видеоиграта. Напредъкът на потребителите за всяко семе се наблюдава с течение на времето, за да се определи трудност въз основа на нормализирани данни за напредъка.

Основен пример за семена се намира в Minecraft, където различните семена осигуряват напълно различни приключения.

В някои изпълнения на системата изпълнението на DDA в играта може да не бъде открито от потребителя. Играта може също да повтаря промени във видеоиграта, ако се задейства събитие.

Защо EA притежава патент за динамична корекция на трудността?

След откриването на патента на EA за DDA, много потребители на EA игри се притесняват дали технологията се използва в техните игри и ефекта, който тя има върху техния опит.

Съдебно дело (което по-късно е прекратено) е заведено срещу EA в края на 2020 г., което води до по-нататъшни дискусии относно потенциалното използване на техниката от игралната компания.

Ищците вярват, че EA използва технологията, за да увеличи трудността на игрите, така че да искат повече хора за закупуване на артикули в играта (плячки) за да спечелите. EA предостави информация и прокурорите разговаряха с инженерния си екип, за да докажат, че не се използва DDA или подобни сценарии, както се твърди.

Според съобщението на служител на EA, технологията е създадена, за да разбере как да помогне на играчите, изпитващи затруднения в игрите, да получат възможности за напредък. Намерението е да се гарантира, че платците не се отегчават или разочароват от играта.

EA доставено официален отговор:

Чухме вашите притеснения относно семейството патенти за динамично регулиране на трудността (тук и тук) и искахме да потвърдим, че не се използва в EA SPORTS FIFA. Никога не бихме го използвали, за да облагодетелстваме или поставяме в неравностойно положение някоя група играчи срещу друга в някоя от нашите игри. Технологията е създадена, за да проучи как бихме могли да помогнем на играчите, които изпитват затруднения в определена област от играта, да имат възможност да напредват.

EA заяви, че го не би използвал DDA технология да даде или премахне предимства за играчите в онлайн игри. Той твърди, че технологията не е във водещи игри като FIFA, Madden или NHL.

Използването на динамична настройка на трудността във видеоигрите

EA винаги е отричал използването на DDA във видео игри. Отговаряйки на въпрос в Reddit за DDA във FIFA, креативният директор Мат Приор заяви, че има потенциал за грешка на играча в играта, въз основа на индивидуални статистически данни на играча и умора, а не DDA.

Не е необичайно патентите в игралната индустрия да бъдат подадени, без никога да бъдат използвани. Значителен брой изследвания и разработки се насочват към създаването на нови концепции за геймплей. Винаги се генерират нови идеи, които може да не излязат от земята поради различни фактори, като репутационни рискове или дори просто да не се намери начин за правилно интегриране на идеята в игра.

Microsoft поправя тази досадна грешка при изключване на контролера на Xbox

Microsoft заяви, че ще го направи и сега изпълнява обещанието.

За автора