Kvíz spojený s průvodcem · Střední úroveň
Umělá inteligence v kvízu generování úrovně hry
Prozkoumejte, jak jsou naučené generátory úrovní testovány na hratelnost a jak metody rozmanitosti kvality zachovávají různorodý herní obsah.
Otázka 1 z 8
Co znamená „procedurální generování obsahu“ (PCG) ve hrách?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co znamená „procedurální generování obsahu“ (PCG) ve hrách?
- Algoritmy automaticky vytvářejí úrovně, mapy nebo obsah
- Hráči ručně staví každou úroveň ručně
- Nahrávání skutečných míst do hry
- Typ matchmakingu pro více hráčů
- Jak algoritmus Wave Function Collapse vytváří mapu?
- Přesně kopíruje existující mapu
- Sbaluje dlaždice jednu po druhé a zároveň prosazuje pravidla sousedství, jako je řešení hádanky
- Náhodně hází dlaždice dolů bez pravidel
- Žádá člověka, aby umístil každou dlaždici
- Why do developers test generated levels with search agents or other playability checks?
- To guarantee every generated level is completable before release
- To remove the need for human designers
- To test whether levels meet defined reachability or difficulty criteria; this does not guarantee universal playability
- To increase the graphics resolution of the level
- Která klasická funkce šumu se široce používá k vytvoření přirozeně vypadajícího terénu?
- Pouze bílý šum
- Algoritmus řazení
- Hašovací tabulka
- Perlinův hluk
- Co PCGML přidává ve srovnání se starší generací založenou na pravidlech?
- Učí se vzorce z existujících úrovní pomocí strojového učení
- Úplně odstraňuje náhodnost
- Funguje pouze pro 2D plošinovky
- Nevyžaduje vůbec žádný počítač
- Kolik planet zhruba procesně generuje No Man's Sky?
- Asi tisíc
- Asi 18 quintilionů
- Asi milion
- Přesně sto
- In the Mario-level GAN study, how did researchers test whether generated levels were playable?
- They checked only whether the level image looked realistic
- They counted the number of colors in the level
- They ran an A* agent through the levels and measured whether it could complete them
- They asked the GAN to classify its own training data
- What is the goal of a quality-diversity method such as MAP-Elites in level generation?
- To make every generated level identical to one template
- To maximize image resolution without considering gameplay
- To remove all difficult levels from a training dataset
- To find high-quality levels that also vary across selected gameplay characteristics