Što je dinamičko prilagođavanje poteškoća i zašto EA posjeduje patent?

Dinamičko prilagođavanje poteškoća (DDA) tehnologija je koja se koristi za promjenu poteškoće igre prema igračevoj vještini. Tijekom igre, tehnika prilagodbe poteškoća može pomoći igraču da pobijedi ako gubi. U drugim slučajevima to može otežati igraču pobjedu u meču.

Što je dinamičko prilagođavanje poteškoće?

DDA nadgleda i predviđa vremensko razdoblje u kojem igrač ostaje angažiran u igri. Kombinira ove podatke s različitim vrstama podataka, poput vremena koliko igra zadržava igrača uključenim u sesiju za jednog igrača.

DDA može spriječiti igrača da mu dosadi ako je igra lagana. Također može spriječiti igrače da postanu frustrirani ako je igra preteška.

DDA djeluje i kratkoročno i dugoročno. Kratkoročni DDA sprječava igrače da prođu duge dijelove istog ishoda, bilo dobrog ili lošeg. Generator slučajnih brojeva koristi se za postizanje kratkoročnog DDA. Dugoročni DDA prilagođava razinu igre onoj koja odgovara njihovim vještinama i izvedbi.

To je sve vrlo dobro i dobro, ali kako dinamička prilagodba poteškoća djeluje u igri?

Kako funkcionira dinamičko prilagođavanje poteškoća?

Uobičajeni način postizanja DDA je mijenjanje tijeka igre prilagođavanjem poteškoća nakon što se dogode okidački događaji koji ukazuju na neželjena stanja igrača. Takva stanja uključuju dosadu i frustraciju.

DDA ovisi o algoritmima strojnog učenja za izradu predviđanja potrebnih za izvršavanje prilagodbi. Algoritmi strojnog učenja, poput nadziranih i nenadziranih, stvaraju i ažuriraju modele predviđanja za igre. Algoritmi ansambla i algoritmi temeljeni na primjerima primjeri su logike koja se koristi za stvaranje i ažuriranje modela predviđanja za DDA.

Sustavi za dinamičko prilagođavanje poteškoća

A patent dodijeljen EA u 2018. otkriva detalje o tehničkim komponentama DDA-a u EA igrama.

Patent opisuje sustav s elektroničkom pohranom podataka koji hardverski procesor koristi za izvršavanje uputa za prepoznavanje vrijednosti prilagodbe varijabla u videoigri. Hardverski procesor generira model predviđanja izvršavanjem uputa za pristup skupovima podataka koji se koriste u sustavu strojnog učenja.

Patent također detaljno opisuje kako DDA koristi različite vrste podataka o interakciji korisnika kako bi procijenio koliko je korisnik angažiran. Takvi podaci uključuju količinu novca utrošenog u igri, napredak korisnika u igri i sklonost igrača da se zaustavi zbog napretka u igri.

Podaci o interakciji korisnika koriste se u kombinaciji s drugim vrstama podataka za stvaranje i djelovanje na modele predviđanja igranja. Podaci hrane različite vrste sustava unutar igre koji zajedno rade na promjeni poteškoće.

Vrste sustava i procesa koji mogu raditi zajedno uključuju:

• Analiza zadržavanja
• Generiranje modela predviđanja
• Stvaranje klastera
• Dodjela klastera
• Procjena sjemena
• Postavljanje poteškoća

Ukratko, ovi sustavi rade zajedno kako bi prikupili podatke o igračima, a koji se koriste za određivanje koliko bi igra trebala biti teška ili laka.

Povezano: Psihološki razlozi zašto video igre zaviruju

DDA modeliranje podataka

Postupak stvaranja modela predviđanja uključuje povijesne podatke o interakciji korisnika u kombinaciji s kontrolnim podacima za generiranje modela predviđanja. Kontrolni podaci koriste se za postavljanje željenog predviđanja broja korisnika.

Sustav analize zadržavanja može se sastojati od jednog ili više sustava koji generiraju stope zadržavanja i odbijanje predviđanja za korisnike. Predviđena stopa zadržavanja može se koristiti za odlučivanje hoće li poteškoću igre promijeniti. Podaci o interakciji korisnika primjenjuju se na modele predviđanja kako bi se to postiglo.

Korisnici se mogu grupirati u klastere na temelju podataka o interaktivnosti. Korisnici koji igraju igru ​​na primjer manje od 30 minuta identificiran algoritmom strojnog učenja.

Patent sugerira da se u određenim izvedbama sustava grupiranje korisnika sa sličnim karakteristikama i prilagođavanje razina težine na temelju jedinstvenih radnji svakog korisnika omogućuje bolje upravljanje poteškoćama razinama.

Povezano: Googleov proboj AI: što to znači i kako utječe na vas

Stvaranje klastera započinje identifikacijom korisnika u igri. Podaci o interakciji korisnika prikupljaju se tijekom vremena i koriste se za filtriranje korisnika koji ne ispunjavaju kriterije interakcije. Nakon što se korisnici filtriraju, korisnici klasteri se stvaraju s postavkama poteškoća na temelju podataka o interakciji korisnika i razinama angažmana.

Dodjela klastera za korisnika postiže se identificiranjem korisnika i prikupljanjem podataka o interakciji korisnika s igrom tijekom vremena. Podaci o interakciji korisnika koriste se u kombinaciji s definicijama klastera za identificiranje određenih klastera s kojima se korisnici mogu povezati.

Postupak postavljanja poteškoća započinje identifikacijom korisnika, nakon čega slijedi određivanje korisničkog klastera povezanog s korisnikom. Vrijednosti konfiguracije prilagođavaju se na temelju podataka o interakciji korisnika.

Sustav ocjenjivanja sjemena koristi se kako bi se utvrdilo koliko težak udio video igre može biti. Postupak ocjenjivanja sjemena započinje identifikacijom sjemena (vrijednosti) koje se mogu koristiti za konfiguriranje video igre. Napredak korisnika za svako sjeme prati se tijekom vremena kako bi se utvrdila poteškoća na temelju normaliziranih podataka o napretku.

Vrhunski primjer sjemena nalazi se u Minecraftu, gdje različito sjeme pruža potpuno različite avanture.

U nekim izvedbama sustava korisnik možda neće otkriti izvršenje DDA-a u igri. Igra također može ponoviti promjene u videoigri ako je događaj pokrenut.

Zašto EA posjeduje patent za dinamičko prilagođavanje poteškoća?

Nakon otkrića EA-ovog DDA patenta, mnogi korisnici EA igara zabrinuli su se koristi li se tehnologija u njihovim igrama i učinak koji je imala na njihova iskustva.

Tužba (koja je kasnije prekinuta) pokrenuta je protiv EA krajem 2020. godine, što je dovelo do daljnjih rasprava o potencijalnoj uporabi tehnike od strane kompanije za igre na sreću.

Tužitelji su vjerovali da se EA koristi tehnologijom kako bi povećao težinu igara kako bi više ljudi to htjelo za kupnju predmeta u igri (plijen kutije) za pobjedu. EA je pružio informacije, a tužitelji su razgovarali sa svojim inženjerskim timom kako bi dokazali da nije bilo koristi od DDA ili sličnih skriptiranja kako se navodi.

Prema najavi zaposlenika EA-e, tehnologija je osmišljena kako bi saznala kako pomoći igračima koji imaju poteškoće u igrama da steknu mogućnosti za napredak. Namjera je osigurati da platitelji ne postanu previše dosadni ili frustrirani igrom.

EA isporučen službeni odgovor:

Čuli smo vaše zabrinutosti zbog obitelji patenata dinamičke prilagodbe poteškoća (ovdje i ovdje) i željeli smo potvrditi da se ne koristi u EA SPORTS FIFA. Nikada ga ne bismo koristili u korist ili nepovoljnost bilo koje skupine igrača u odnosu na drugu u bilo kojoj od naših igara. Tehnologija je osmišljena kako bi istražila kako bismo mogli pomoći igračima koji imaju poteškoća u određenom području igre da imaju priliku napredovati.

EA je to izjavio ne bi koristila DDA tehnologiju pružiti ili ukloniti prednosti za igrače u mrežnim igrama. Tvrdi da tehnologija nije u vodećim igrama poput FIFA-e, Maddena ili NHL-a.

Korištenje dinamičkog prilagođavanja poteškoća u video igrama

EA je uvijek poricao upotrebu DDA-a u video igrama. Odgovarajući na pitanje na Redditu o DDA-u u FIFA-i, kreativni direktor Matt Prior izjavio je da postoji potencijal za pogrešku igrača u igri, na temelju pojedinačnih statistika igrača i umora, a ne DDA.

Nerijetko se događa da se patenti u industriji igara na sreću prijave, a da se nikad ne koriste. Značajna količina istraživanja i razvoja ide u stvaranje novih koncepata igranja. Uvijek se generiraju nove ideje koje se možda neće srušiti zbog različitih čimbenika, kao što su reputacijski rizici ili čak ne pronalaženje načina da se ideja pravilno integrira u igru.

Microsoft popravlja tu dosadnu grešku prekida veze kontrolera Xbox

Microsoft je rekao da hoće, a sada ispunjava obećanje.

O autoru