แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

AI ในแบบทดสอบการสร้างระดับเกม

สำรวจว่าตัวสร้างระดับการเรียนรู้ได้รับการทดสอบความสามารถในการเล่นอย่างไร และวิธีการที่ความหลากหลายด้านคุณภาพช่วยรักษาเนื้อหาเกมที่หลากหลายได้อย่างไร

เส้นทางแนะนำที่เกี่ยวข้องAI ในการสร้างระดับเกม
คำถาม 1 ของ 8

'การสร้างเนื้อหาตามขั้นตอน' (PCG) หมายถึงอะไรในเกม

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. 'การสร้างเนื้อหาตามขั้นตอน' (PCG) หมายถึงอะไรในเกม
    • อัลกอริธึมสร้างระดับ แผนที่ หรือเนื้อหาโดยอัตโนมัติ
    • ผู้เล่นสร้างทุกระดับด้วยตนเอง
    • บันทึกสถานที่จริงลงในเกม
    • ประเภทของการจับคู่ผู้เล่นหลายคน
  2. อัลกอริธึม Wave Function Collapse สร้างแผนที่อย่างไร
    • มันคัดลอกแผนที่ที่มีอยู่ทุกประการ
    • โดยจะพังไทล์ทีละแผ่นในขณะที่บังคับใช้กฎการเชื่อมต่อ เช่น การไขปริศนา
    • มันจะสุ่มโยนไพ่ลงโดยไม่มีกฎเกณฑ์
    • มันขอให้มนุษย์วางแต่ละแผ่น
  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. ฟังก์ชั่นเสียงคลาสสิกใดที่ใช้กันอย่างแพร่หลายเพื่อสร้างภูมิประเทศที่ดูเป็นธรรมชาติ?
    • เสียงสีขาวเท่านั้น
    • อัลกอริธึมการเรียงลำดับ
    • ตารางแฮช
    • เสียงเพอร์ลิน
  5. PCGML เพิ่มอะไรเมื่อเปรียบเทียบกับการสร้างตามกฎแบบเก่า
    • เรียนรู้รูปแบบจากระดับที่มีอยู่โดยใช้การเรียนรู้ของเครื่อง
    • มันลบการสุ่มออกไปโดยสิ้นเชิง
    • ใช้งานได้กับแพลตฟอร์ม 2D เท่านั้น
    • มันไม่ต้องใช้คอมพิวเตอร์เลย
  6. No Man's Sky อ้างว่าสร้างดาวเคราะห์ได้ประมาณกี่ดวง?
    • ประมาณหนึ่งพัน
    • ประมาณ 18 ล้านล้าน
    • ประมาณหนึ่งล้าน
    • หนึ่งร้อยพอดี
  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