Hvad er dynamisk vanskelighedsjustering, og hvorfor ejer EA patentet?

Dynamisk sværhedsjustering (DDA) er en teknologi, der bruges til at ændre et systems vanskeligheder i henhold til en spillers færdigheder. Under et spil kan sværhedsjusteringsteknikken hjælpe spilleren til at vinde, hvis de taber. I andre tilfælde kan det gøre det sværere for en spiller at vinde en kamp.

Hvad er dynamisk vanskelighedsjustering?

DDA overvåger og forudsiger, hvor lang tid en spiller forbliver engageret i et spil. Den kombinerer denne information med forskellige datatyper, såsom hvor længe et spil holder en spiller engageret i en singleplayer-session.

En DDA kan forhindre en spiller i at kede sig, hvis spillet er let. Det kan også forhindre spillerne i at blive frustrerede, hvis spillet er for svært.

DDA arbejder både på kort og lang sigt. Kortvarig DDA forhindrer spillere i at opleve lange strækninger af det samme resultat, hvad enten det er godt eller dårligt. En tilfældig talgenerator bruges til at opnå kortvarig DDA. En langsigtet DDA tilpasser niveauet i spillet til et, der passer til deres færdigheder og præstationer.

Det er alt sammen godt og godt, men hvordan fungerer dynamisk sværhedsjustering i spillet?

Hvordan fungerer dynamisk vanskelighedsjustering?

En almindelig måde at opnå DDA er at foretage ændringer i løbet af spillet ved at justere vanskeligheder efter udløsende hændelser, der indikerer uønskede tilstande hos spilleren. Sådanne stater inkluderer kedsomhed og frustration.

DDA afhænger af maskinlæringsalgoritmer for at foretage de forudsigelser, der er nødvendige for at udføre justeringer. Maskinindlæringsalgoritmer, såsom overvåget og ikke-overvåget, opretter og opdaterer forudsigelsesmodeller til spil. Ensemblealgoritmer og instansbaserede algoritmer er eksempler på logik, der bruges til at oprette og opdatere forudsigelsesmodeller for DDA.

Systemer til dynamisk sværhedsjustering

EN patent tildelt EA i 2018 afslører detaljer om de tekniske komponenter i DDA i EA-spil.

Patentet beskriver et system med et elektronisk datalager, som en hardwareprocessor bruger til at udføre instruktioner for at identificere justeringsværdier til variabler i videospillet. Hardwareprocessoren genererer en forudsigelsesmodel ved at udføre instruktioner for at få adgang til datasæt, der bruges i maskinlæringssystemet.

Patentet beskriver også, hvordan DDA bruger forskellige typer brugerinteraktionsdata til at vurdere, hvor engageret en bruger er. Sådanne data inkluderer mængden af ​​penge brugt i spillet, brugerens fremskridt inden for spillet og spillerens tilbøjelighed til at stoppe på grund af deres fremskridt i spillet.

Brugerinteraktionsdata bruges i kombination med andre datatyper til at oprette og handle på gameplay-forudsigelsesmodeller. Dataene føder forskellige typer systemer i spillet, der arbejder sammen for at ændre vanskeligheden.

De typer af systemer og processer, der kan arbejde sammen, inkluderer:

• Tilbageholdelsesanalyse
• Prediction model generation
• Klyngeoprettelse
• Klyngeopgave
• Frøevaluering
• Sværhedsindstilling

I en nøddeskal arbejder disse systemer sammen om at indsamle afspillerdata, som bruges til at bestemme, hvor svært eller let spillet skal være.

Relaterede: Psykologiske grunde til, at videospil er vanedannende

DDA-datamodellering

Forudsigelsesmodelgenereringsprocessen involverer historiske brugerinteraktionsdata kombineret med kontroldata for at generere forudsigelsesmodeller. Kontroldataene bruges til at indstille den ønskede forudsigelse for antallet af brugere.

Et fastholdelsesanalysesystem kan være sammensat af et eller flere systemer, der genererer tilbageholdelseshastigheder og forudsigelseskurvning for brugerne. Den forudsagte tilbageholdelsesrate kan bruges til at afgøre, om spillets vanskeligheder skal ændres. Brugerinteraktionsdata anvendes på forudsigelsesmodeller for at opnå dette.

Brugere kan grupperes i klynger baseret på interaktivitetsdata. Brugere, der f.eks. Spiller spillet i mindre end 30 minutter, kan være det identificeret af maskinlæringsalgoritmen.

Patentet antyder, at gruppering af brugere med lignende karakteristika og i visse udførelsesformer af systemet justering af vanskelighedsniveauer baseret på hver brugers unikke handlinger giver mulighed for bedre håndtering af vanskeligheder niveauer.

Relaterede: Googles AI-gennembrud: Hvad det betyder, og hvordan det påvirker dig

Oprettelse af klynger begynder med identifikation af brugere i spillet. Data om brugerinteraktion indsamles over tid og bruges til at filtrere brugere, der ikke opfylder interaktionskriterierne. Efter at brugerne er filtreret ud, oprettes brugerklynger med vanskelighedspræferencer baseret på brugerinteraktionsdata og engagementniveauer.

Klyntildeling til en bruger opnås ved at identificere brugeren og indsamle brugerens interaktionsdata med spillet over tid. Brugerinteraktionsdataene bruges i kombination med klyngedefinitioner til at identificere specifikke klynger, som brugere kan knytte sig til.

Sværhedsindstillingsprocessen starter med identifikationen af ​​en bruger efterfulgt af bestemmelsen af ​​en brugerklynge, der er knyttet til brugeren. Konfigurationsværdierne justeres ud fra brugerinteraktionsdataene.

Et frøevalueringssystem bruges til at bestemme, hvor vanskelig en andel af et videospil kan være. Frøevalueringsprocessen begynder med identifikationen af ​​frø (værdier), der kan bruges til at konfigurere videospillet. Brugernes fremskridt for hvert frø overvåges over tid for at bestemme en vanskelighed baseret på normaliserede fremskridtsdata.

Et godt eksempel på frø findes i Minecraft, hvor forskellige frø giver helt forskellige eventyr.

I nogle udførelsesformer for systemet detekteres muligvis ikke udførelsen af ​​DDA i spillet af brugeren. Spillet kan også gentage ændringer i videospillet, hvis en begivenhed udløses.

Hvorfor ejer EA et patent til dynamisk justering af vanskeligheder?

Efter at have opdaget EAs DDA-patent blev mange brugere af EA-spil bekymrede over, om teknologien var i brug i deres spil, og hvilken effekt det havde på deres oplevelser.

En retssag (som senere blev droppet) blev anlagt mod EA i slutningen af ​​2020, hvilket gav anledning til yderligere diskussioner om spilvirksomhedens potentielle brug af teknikken.

Sagsøgerne mente, at EA brugte teknologien til at øge sværhedsgraden ved spil, så flere ville ønske sig at købe varer i spillet (loot boxes) for at vinde. EA fremlagde oplysninger, og anklagerne talte med sit ingeniørhold for at bevise, at der ikke var nogen brug af DDA eller lignende scripting som påstået.

Ifølge en meddelelse fra en medarbejder fra EA var teknologien designet til at finde ud af, hvordan man kan hjælpe spillere, der oplever problemer i spil, få muligheder for at komme videre. Hensigten er at sikre, at betalere ikke keder sig eller frustreres over spillet.

EA leveret et officielt svar:

Vi har hørt dine bekymringer omkring patentfamilien Dynamic Difficulty Adjustment (her og her) og ønskede at bekræfte, at den ikke bruges i EA SPORTS FIFA. Vi vil aldrig bruge det til fordel eller ulempe for nogen gruppe af spillere mod en anden i noget af vores spil. Teknologien blev designet til at undersøge, hvordan vi kan hjælpe spillere, der har problemer i et bestemt område af et spil, har mulighed for at komme videre.

EA erklærede, at det ville ikke bruge DDA-teknologi at give eller fjerne fordele for spillere i onlinespil. Det hævder, at teknologien ikke findes i førende spil som FIFA, Madden eller NHL.

Brug af dynamisk vanskelighedsjustering i videospil

EA har altid nægtet at bruge DDA i videospil. Som svar på et spørgsmål om Reddit om DDA i FIFA sagde kreativ direktør Matt Prior, at der er potentiale for spillerfejl i spillet, baseret på individuel spillerstatistik og træthed, snarere end DDA.

Det er ikke ualmindeligt, at patenter i spilbranchen indgives uden nogensinde at blive brugt. En betydelig mængde forskning og udvikling går i at skabe nye koncepter til gameplay. Der genereres altid nye ideer, som muligvis ikke kommer af banen på grund af forskellige faktorer, såsom omdømme risici eller endda bare ikke finder en måde at integrere ideen korrekt i et spil.

Microsoft løser det irriterende Xbox-afbrydelsesfejl

Microsoft sagde, at det skulle, og nu lever det løftet.

Om forfatteren