Что такое динамическая регулировка сложности и почему EA владеет патентом?
Динамическая регулировка сложности (DDA) – это технология, используемая для изменения сложности игры в соответствии с навыками игрока. Во время игры техника регулировки сложности может помочь игроку выиграть, если он проигрывает. В других случаях это может затруднить игроку победу в матче.
Что такое динамическая регулировка сложности?
DDA отслеживает и прогнозирует время, в течение которого игрок остается вовлеченным в игру. Он объединяет эту информацию с различными типами данных, например, как долго игра удерживает игрока в сеансе одиночной игры.
DDA может удержать игрока от скуки, если игра проста. Это также может удержать игроков от разочарования, если игра слишком сложна.
DDA работает как в краткосрочной, так и в долгосрочной перспективе. Краткосрочный DDA предотвращает длительные периоды одного и того же результата, хорошего или плохого. Генератор случайных чисел используется для достижения краткосрочного DDA. Долгосрочное DDA регулирует уровень игры до уровня, соответствующего их навыкам и производительности.
Это все очень хорошо, но как в игре работает динамическая регулировка сложности?
Как работает динамическая регулировка сложности?
Распространенный способ достижения DDA – внести изменения в ход игры, регулируя сложность после того, как происходят триггерные события, указывающие на нежелательные состояния игрока. К таким состояниям относятся скука и разочарование.
DDA зависит от алгоритмов машинного обучения, чтобы делать прогнозы, необходимые для выполнения корректировок. Алгоритмы машинного обучения, такие как контролируемые и неконтролируемые, создают и обновляют модели прогнозирования для игр. Алгоритмы ансамбля и алгоритмы на основе экземпляров являются примерами логики, используемой для создания и обновления моделей прогнозирования для DDA.
Системы динамической регулировки сложности
Патент, выданный EA в 2018 году, раскрывает подробности технических компонентов DDA в играх EA.
В патенте описана система с электронным хранилищем данных, которую аппаратный процессор использует для выполнения инструкций по идентификации значений корректировки переменных в видеоигре. Аппаратный процессор генерирует модель прогнозирования, выполняя инструкции для доступа к наборам данных, используемым в системе машинного обучения.
В патенте также подробно описано, как DDA использует различные типы данных о взаимодействии с пользователем для оценки степени вовлеченности пользователя. Такие данные включают количество денег, потраченных в игре, прогресс пользователя в игре и склонность игрока останавливаться из-за своего прогресса в игре.
Данные взаимодействия с пользователем используются в сочетании с другими типами данных для создания моделей прогнозирования игрового процесса и воздействия на них. Эти данные используются в различных типах систем в игре, которые работают вместе, чтобы изменить сложность.
Типы систем и процессов, которые могут работать вместе, включают:
- Анализ удержания
- Генерация прогнозной модели
- Создание кластера
- Назначение кластера
- Оценка семян
- Настройка сложности
Вкратце, эти системы работают вместе для сбора данных об игроках, которые используются, чтобы определить, насколько сложной или легкой должна быть игра.
Моделирование данных DDA
Процесс создания модели прогнозирования включает исторические данные о взаимодействии с пользователем в сочетании с данными управления для создания моделей прогнозирования. Контрольные данные используются для установки желаемого прогноза количества пользователей.
Система анализа удержания может состоять из одной или нескольких систем, которые генерируют коэффициенты удержания и прогнозируют отток пользователей. Прогнозируемый коэффициент удержания может использоваться, чтобы решить, нужно ли изменять сложность игры. Для этого данные о взаимодействии с пользователем применяются к моделям прогнозирования.
Пользователи могут быть сгруппированы в кластеры на основе данных интерактивности. Например, пользователи, которые играют в игру менее 30 минут, могут быть идентифицированы алгоритмом машинного обучения .
Патент предполагает, что в некоторых вариантах реализации системы группировка пользователей с похожими характеристиками и регулировка уровней сложности на основе уникальных действий каждого пользователя позволяет лучше управлять уровнями сложности.
Создание кластера начинается с идентификации пользователей в игре. Данные о взаимодействии с пользователем собираются с течением времени и используются для фильтрации пользователей, не соответствующих критериям взаимодействия. После того, как пользователи отфильтрованы, создаются кластеры пользователей с настройками сложности, основанными на данных о взаимодействии с пользователем и уровнях вовлеченности.
Назначение кластера для пользователя достигается путем идентификации пользователя и сбора данных о взаимодействии пользователя с игрой с течением времени. Данные взаимодействия с пользователем используются в сочетании с определениями кластеров для идентификации конкретных кластеров, с которыми пользователи могут связываться.
Процесс настройки сложности начинается с идентификации пользователя, за которым следует определение пользовательского кластера, связанного с пользователем. Значения конфигурации корректируются на основе данных взаимодействия с пользователем.
Система начальной оценки используется для определения того, насколько сложной может быть часть видеоигры. Процесс оценки начального числа начинается с идентификации начальных чисел (значений), которые могут использоваться для настройки видеоигры. Прогресс пользователей для каждого начального числа отслеживается с течением времени, чтобы определить сложность на основе нормализованных данных о ходе выполнения.
Яркий пример семян можно найти в Minecraft, где разные семена дают совершенно разные приключения .
В некоторых вариантах осуществления системы выполнение DDA в игре может не обнаруживаться пользователем. Игра также может повторять изменения в видеоигре, если запускается событие.
Почему EA владеет патентом на динамическую регулировку сложности?
После обнаружения патента EA DDA, многие пользователи игр EA стали беспокоиться о том, используется ли эта технология в их играх и как она влияет на их опыт.
В конце 2020 года против EA был подан иск (который позже был прекращен), что повлекло за собой дальнейшие дискуссии о возможном использовании этой техники игровой компанией.
Истцы полагали, что EA использовала эту технологию для увеличения сложности игр, чтобы больше людей захотели покупать внутриигровые предметы (лутбоксы), чтобы выиграть. EA предоставила информацию, и прокуроры поговорили с ее командой инженеров, чтобы доказать, что не использовались DDA или аналогичные сценарии, как предполагалось.
Как упоминалось ранее, в игре нет «сценариев», «гандикапа», «импульса» и / или «DDA».
Мы постараемся обобщить некоторые детали в этой ветке:
(1/5) https://t.co/dRXN4iDFnz– Прямая коммуникация FIFA (@EAFIFADirect) 5 августа 2020 г.
Согласно заявлению сотрудника EA, технология была разработана, чтобы узнать, как помочь игрокам, испытывающим трудности в играх, получить возможности для прогресса. Цель состоит в том, чтобы плательщики не слишком скучали и не разочаровывались в игре.
EA представила официальный ответ:
Мы слышали ваши опасения по поводу семейства патентов динамической регулировки сложности (здесь и здесь) и хотели подтвердить, что они не используются в EA SPORTS FIFA. Мы никогда не будем использовать его для получения преимущества или невыгодного положения какой-либо группы игроков против другой в любой из наших игр. Технология была разработана, чтобы изучить, как мы можем помочь игрокам, испытывающим трудности в определенной области игры, получить возможность продвинуться вперед.
EA заявила, что не будет использовать технологию DDA для предоставления или устранения преимуществ для игроков в онлайн-играх. Он утверждает, что технологии не используются в ведущих играх, таких как FIFA, Madden или NHL.
Использование динамической регулировки сложности в видеоиграх
EA всегда отрицала использование DDA в видеоиграх. Отвечая на вопрос Reddit о DDA в FIFA, креативный директор Мэтт Прайор заявил, что существует вероятность ошибки игрока в игре, основанная на статистике отдельных игроков и усталости, а не на DDA.
Нередко патенты в игровой индустрии подаются, но никогда не используются. Значительный объем исследований и разработок направлен на создание новых концепций игрового процесса. Всегда генерируются новые идеи, которые могут не претворяться в жизнь из-за различных факторов, таких как репутационные риски или даже просто отсутствие способа правильно интегрировать идею в игру.