Викторина, связанная с руководством · Средний Уровень

ИИ в викторине по созданию игровых уровней

Узнайте, как генераторы изученных уровней проверяются на удобство игры и как методы качественного разнообразия сохраняют разнообразный игровой контент.

Связанные направляющие путиИИ в генерации игровых уровней
Вопрос 1 из 8

Что означает «процедурная генерация контента» (PCG) в играх?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Что означает «процедурная генерация контента» (PCG) в играх?
    • Алгоритмы, автоматически создающие уровни, карты или контент.
    • Игроки вручную строят каждый уровень вручную.
    • Запись реальных локаций в игру
    • Тип многопользовательского подбора игроков.
  2. Как алгоритм коллапса волновой функции строит карту?
    • Он точно копирует существующую карту
    • Он складывает плитки по одной, соблюдая правила смежности, как при решении головоломки.
    • Он случайным образом выбрасывает плитки без каких-либо правил.
    • Он просит человека разместить каждую плитку
  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. Какая классическая функция шума широко используется для создания естественного ландшафта?
    • Только белый шум
    • Алгоритм сортировки
    • Хэш-таблица
    • Шум Перлина
  5. Что добавляет PCGML по сравнению со старой генерацией на основе правил?
    • Он изучает шаблоны существующих уровней с помощью машинного обучения.
    • Он полностью устраняет случайность
    • Работает только для 2D-платформеров.
    • Для этого вообще не требуется компьютер
  6. Сколько примерно планет процедурно генерирует No Man's Sky?
    • Около тысячи
    • Около 18 квинтиллионов
    • Около миллиона
    • Ровно сто
  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