Вікторина, пов’язана з посібником · Середній Рівень

ШІ в тесті щодо створення рівня гри

Дізнайтеся, як навчені генератори рівнів перевіряються на придатність до гри та як методи різноманітності якості зберігають різноманітний ігровий вміст.

Пов'язані напрямні шляхиШІ в генерації рівня гри
Питання 1 з 8

Що означає «генерація процедурного вмісту» (PCG) в іграх?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що означає «генерація процедурного вмісту» (PCG) в іграх?
    • Алгоритми, що автоматично створюють рівні, карти або вміст
    • Гравці вручну будують кожен рівень вручну
    • Запис реальних місць у грі
    • Тип гри для кількох гравців
  2. Як алгоритм Wave Function Collapse створює карту?
    • Він точно копіює існуючу карту
    • Він згортає плитки одну за одною, дотримуючись правил суміжності, як розв’язування головоломки
    • Він випадково кидає плитки вниз без правил
    • Він просить людину розмістити кожну 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. Яка класична шумова функція широко використовується для створення природного рельєфу?
    • Тільки білий шум
    • Алгоритм сортування
    • Хеш-таблиця
    • Шум Перліна
  5. Що додає PCGML порівняно зі старішою генерацією на основі правил?
    • Він вивчає шаблони з існуючих рівнів за допомогою машинного навчання
    • Це повністю усуває випадковість
    • Він працює лише для 2D-платформерів
    • Для цього взагалі не потрібен комп’ютер
  6. Приблизно скільки планет процедурно генерує No Man's Sky?
    • Близько тисячі
    • Близько 18 квінтильйонів
    • Близько мільйона
    • Рівно 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