الذكاء الاصطناعي في إنشاء مستوى اللعبة
يستطيع الذكاء الاصطناعي بناء مستويات اللعبة والخرائط والعوالم تلقائيًا بدلاً من وضع كل جدار وكل عدو يدويًا.
نظرة عامة
This procedural content generation gives games near-infinite variety and helps small studios ship huge worlds.
الغوص العميق
لقد ساهم إنشاء المحتوى الإجرائي (PCG) في تشغيل الألعاب لعقود من الزمن، بدءًا من زنزانات Rogue (1980) وحتى 18 كوينتيليون كوكب في No Man's Sky. تستخدم الأساليب الكلاسيكية وظائف الضوضاء مثل ضوضاء بيرلين للتضاريس، بالإضافة إلى القواعد النحوية ومجموعات القواعد للغرف والمهام. الموجة الأحدث هي PCG عبر التعلم الآلي (PCGML)، حيث تتعلم النماذج من المستويات الحالية. تتضمن الأساليب شبكات GAN التي تولد مراحل قابلة للعب بأسلوب ماريو، ووكلاء التعلم المعززين الذين يصممون المستويات عن طريق زيادة المتعة أو الصعوبة إلى أقصى حد، وWave Function Collapse، وهو حل للقيود يعمل على تجانب الخريطة بحيث تتناسب القطع المجاورة دائمًا. يتمثل التحدي الرئيسي في ضمان أن تكون المستويات كاملة ومتوازنة بالفعل، وليس فقط مقبولة بصريًا، لذلك يقوم المصممون بإقران المولدات مع روبوتات اختبار اللعب الآلية.
البصيرة الفنية
تتعامل أداة Wave Function Collapse، وهي أداة شائعة، مع بناء المستويات مثل أحجية القيود: فهي تبدأ بكل بلاطة في حالة تراكب، ثم "تنهار" بشكل متكرر الخلية ذات الإنتروبيا المنخفضة إلى بلاطة واحدة وتنشر قواعد التجاور إلى الخارج، تمامًا مثل حل سودوكو. بدلاً من ذلك، تقوم الأساليب القائمة على التعلم بتدريب المولد على مستويات العينة؛ يقوم جهاز التمييز أو وظيفة اللياقة بفحص المخرجات، وتدفع تقنيات البحث مثل الخوارزميات التطورية أو تنوع الجودة (MAP-Elites) إلى التنوع بالإضافة إلى إمكانية اللعب.
التأثير الاستراتيجي
خيارات البناء
يحدد التصميم على مستوى التطبيق ما إذا كان الذكاء الاصطناعي سيحسن النتائج الحقيقية.
الفريق وسير العمل
يؤدي التكامل الجيد لسير العمل إلى تحقيق مكاسب إنتاجية يمكن للمستخدمين الوثوق بها.
المخاطر والسلامة
تعمل حالات الاستخدام ذات النطاق الجيد على تقليل إجهاد التغيير ومخاطر التنفيذ.
مستقبل الذكاء الاصطناعي في إنشاء مستوى اللعبة
يتحول الجيل من إنشاء الأصول دون الاتصال بالإنترنت إلى مستويات تكيفية مع اللاعب في الوقت الفعلي تعمل على إعادة ضبط الصعوبة والتخطيط لكيفية اللعب. بدأت نماذج اللغة والانتشار الكبيرة في إنشاء مهام وحوارات وأصول ثلاثية الأبعاد من المطالبات النصية، مما يسمح للمصممين بوصف الزنزانة والحصول على مسودة. توقع أدوات "المبادرات المختلطة" حيث يقترح الذكاء الاصطناعي وينظمها البشر، بالإضافة إلى ضمانات أقوى لقابلية الحل بحيث يكون المحتوى الذي تم إنشاؤه قابلاً للشحن دون إصلاح يدوي.
التنفيذ في العالم الحقيقي
تولد No Man's Sky من الناحية الإجرائية ما يقرب من 18 كوينتيليون كوكب فريد من الخوارزميات والبذور.
تستخدم لعبة Minecraft وظائف الضوضاء وقواعد المناطق الحيوية لبناء عوالم متنوعة لا نهاية لها لكل بذرة.
يقوم Spelunky وغيره من ألعاب roguelikes بتجميع تخطيطات جديدة للأبراج المحصنة كل مرة من قوالب الغرف المعيارية.
يستخدم المصممون Wave Function Collapse لتجانب الخرائط المتماسكة تلقائيًا حيث تناسب كل قطعة جيرانها.
المخاطر والدرابزين
يمكن أن تؤدي أتمتة عملية معطلة إلى تضخيم المشاكل الموجودة.
قد تقوم الفرق بالإفراط في أتمتة وإزالة الحكم البشري المطلوب.
يمكن أن تنحرف الجودة إذا لم يتم تقييم المخرجات بشكل مستمر.
خارطة طريق التنفيذ
قم بتخطيط سير العمل الحالي وحدد خطوة الاحتكاك الأعلى.
تحديد نقاط التفتيش البشرية قبل الأتمتة الكاملة.
تدريب المستخدمين على المطالبات ومسارات التصعيد ومعايير الجودة.
تتبع النتائج على مستوى المهمة لتأكيد القيمة المستدامة.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Game Level Generation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
الذكاء الاصطناعي في إنشاء المحتوى الإجرائي للألعاب
الأسئلة المتداولة
What is AI in Game Level Generation?
يستطيع الذكاء الاصطناعي بناء مستويات اللعبة والخرائط والعوالم تلقائيًا بدلاً من وضع كل جدار وكل عدو يدويًا. يمنح إنشاء المحتوى الإجرائي هذا تنوعًا شبه لا نهائي للألعاب ويساعد الاستوديوهات الصغيرة على شحن عوالم ضخمة.
ماذا يعني "إنشاء المحتوى الإجرائي" (PCG) في الألعاب؟
تستخدم PCG الخوارزميات والقواعد لإنشاء محتوى اللعبة تلقائيًا، بدلاً من مطالبة المصممين بوضع كل عنصر يدويًا.
كيف تقوم خوارزمية طي الدالة الموجية ببناء خريطة؟
يتعامل Wave Function Collapse مع الخريطة باعتبارها لغزًا مقيدًا، حيث يختار الخلية ذات الإنتروبيا الأقل، ويصلح مربعها، وينشر الجيران المسموح لهم، على غرار لعبة Sudoku.
ما هو التحدي الرئيسي الفريد للمستويات التي ينشئها الذكاء الاصطناعي؟
يمكن أن يبدو المستوى جيدًا ولكن قد يكون من المستحيل إنهاؤه أو يكون صعبًا بشكل غير عادل، لذا فإن التحدي الرئيسي هو ضمان إمكانية اللعب، وغالبًا ما يتم ذلك باستخدام روبوتات اختبار اللعب الآلية.
ما هي وظيفة الضوضاء الكلاسيكية المستخدمة على نطاق واسع لإنشاء تضاريس ذات مظهر طبيعي؟
تنتج ضوضاء بيرلين ووظائف الضوضاء المتدرجة المماثلة تنوعًا سلسًا وطبيعيًا مثاليًا للتضاريس، ويتم استخدامه في ألعاب مثل Minecraft.
ما الذي يضيفه PCGML مقارنة بالجيل الأقدم القائم على القواعد؟
يقوم PCG عبر التعلم الآلي بتدريب النماذج على مستويات الأمثلة حتى يتمكن المولد من تعلم أسلوب وبنية المحتوى الذي يصنعه الإنسان، بدلاً من الاعتماد فقط على القواعد المكتوبة بخط اليد.