LegközelebbKövetkező útmutató
AI a játékszint-generálásban
Alkalmazások
Alkalmazási ÚTMUTATÓ
Az eljárási tartalomgenerálás (PCG) algoritmusokat használ a játékvilágok, szintek, tárgyak és küldetések automatikus létrehozásához.
Hallgassa meg ezt az útmutatótAI-narrált · ~2 min
Lehetővé teszi a kis csapatok számára, hogy hatalmas, változatos játékokat építsenek, és most a generatív mesterséges intelligencia tölti fel.
A PCG hosszú múltra tekint vissza: Rogue (1980) algoritmikusan generált kazamatákat, a No Man's Sky pedig híresen állítja, hogy több mint 18 ötmilliárd egyedi bolygót építettek determinisztikus magvakból. A Minecraft csaknem végtelen terepet generál a Perlin/zaj függvények segítségével, a Spelunky pedig úttörő volt a kényszeralapú szintgenerálásban, amely véletlenszerű és játszható is marad. A legtöbb klasszikus PCG szabály- vagy zajalapú, gondos megszorításokkal, így a kimenet szórakoztató, nem csak változatos. Egy kutatási részterület, a PCGML (PCG gépi tanuláson keresztül), modelleket képez a meglévő szinteken, hogy újakat hozzon létre. Ma a generatív AI kiterjeszti a PCG-t textúrákra, 3D modellekre, párbeszédekre és küldetésekre. Nagy előnye a tartalom méretaránya és újrajátszhatósága; a nagy kihívás a minőség-ellenőrzés, a koherencia és az unalmas, egyforma kimenet elkerülése, amit gyakran „zabpehely problémának” is neveznek.
A No Man's Sky több mint 18 kvintimillió bolygót generál determinisztikus magokból és eljárási szabályokból
A Minecraft zajfüggvényeket használva hatékonyan végtelen, változatos terepet építhet menet közben
Spelunky véletlenszerű, de mindig kitölthető szinteket generál kényszer alapú tervezéssel
Diablo és más akció-RPG-k, amelyek procedurálisan tömlöc elrendezéseket és véletlenszerű zsákmányt generálnak az újrajátszhatóság érdekében
A generatív mesterséges intelligencia egyre gyakrabban fog igény szerint előállítani művészetet, 3D-s eszközöket, hangot és narratívát, ami potenciálisan személyre szabott szintet tesz lehetővé az egyes játékosok képességeihez igazítva. Szigorúbb emberi és mesterséges intelligencia-készítő eszközökre számíthat, ahol a tervezők irányítják a modelleket, ahelyett, hogy minden szabályt leírnának. A kulcsfontosságú határok a nagy világok közötti koherencia, a szerzői jogok és a képzési adatok származása, valamint az, hogy a tartalom értelmes legyen, ne pedig végtelen, de üres legyen. A nyertes rendszerek a generációt erős értékeléssel és gondozással párosítják.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
Az eljárási tartalomgenerálás (PCG) algoritmusokat használ a játékvilágok, szintek, tárgyak és küldetések automatikus létrehozásához. Lehetővé teszi a kis csapatok számára, hogy hatalmas, változatos játékokat építsenek, és most a generatív mesterséges intelligencia tölti fel.
A PCG vagy a Procedural Content Generation algoritmusokat használ a játéktartalom (például szintek, domborzat és elemek) automatikus létrehozásához.
A Rogue minden egyes végigjátszás során algoritmikusan generálta a kazamatait, így az egész 'roguelike' műfaj nevét adta.
A magérték determinisztikusan reprodukálja ugyanazt a procedurálisan létrehozott világot, így nem kell bolygók kvintillióit külön-külön tárolni.
A Perlin és a Simplex zaj sima színátmeneteket hoz létre, amelyek ideálisak a természetes domborzati magasságtérképekhez, ahogy az a Minecraft tájain is látható.
A megszorítások garantálják az érvényes útvonal meglétét, így a szintek véletlenszerűek és megoldhatók is maradnak, nem pedig véletlenszerűen lehetetlenek.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
AI a játékszint-generálásban
Alkalmazások