Útmutatóhoz kapcsolódó kvíz · Közepes Szint

AI a Game Level Generation Quizben

Explore how learned level generators are tested for playability and how quality-diversity methods preserve varied game content.

Kapcsolódó útmutató utakAI játékszintű generálásban
kérdés 1 -ból 8

Mit jelent a „procedurális tartalomgenerálás” (PCG) a játékokban?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit jelent a „procedurális tartalomgenerálás” (PCG) a játékokban?
    • Algoritmusok automatikusan létrehoznak szinteket, térképeket vagy tartalmakat
    • A játékosok minden szintet kézzel építenek fel
    • Valós helyszínek rögzítése a játékba
    • A többszereplős párkeresés egy fajtája
  2. Hogyan készít térképet a Wave Function Collapse algoritmus?
    • Pontosan másol egy meglévő térképet
    • Egyesével összecsukja a lapkákat, miközben betartja a szomszédsági szabályokat, például egy rejtvényt megold
    • Véletlenszerűen dobja le a lapkákat, szabályok nélkül
    • Megkér egy embert, hogy helyezzen el minden lapkát
  3. 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
  4. Melyik klasszikus zajfunkciót használják széles körben természetes hatású terep létrehozására?
    • Csak fehér zaj
    • Egy rendezési algoritmus
    • Egy hash tábla
    • Perlin zaj
  5. Mit ad hozzá a PCGML a régebbi, szabályalapú generációhoz képest?
    • A gépi tanulás segítségével megtanulja a mintákat a meglévő szintekről
    • Teljesen eltávolítja a véletlenszerűséget
    • Csak 2D platformereknél működik
    • Egyáltalán nem igényel számítógépet
  6. Körülbelül hány bolygót állít elő a No Man's Sky eljárásilag?
    • Körülbelül ezer
    • Körülbelül 18 kvintimillió
    • Körülbelül egymillió
    • Pontosan száz
  7. 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
  8. 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