在百度做网站推广怎么做,做非法网站会怎样,江西求做网站,兰州网站设计教程浅谈数学模型在UGC/AIGC游戏数值配置调参中的应用
ygluu 卢益贵
关键词#xff1a;UGC、AIGC、AI智能体、大模型、数学模型、游戏数值调参、游戏策划
一、前言
在策划大大群提出《游戏工厂#xff1a;AI#xff08;AIGC/ChatGPT#xff09;与流程式游戏开发》讨论之后就…浅谈数学模型在UGC/AIGC游戏数值配置调参中的应用
ygluu 卢益贵
关键词UGC、AIGC、AI智能体、大模型、数学模型、游戏数值调参、游戏策划
一、前言
在策划大大群提出《游戏工厂AIAIGC/ChatGPT与流程式游戏开发》讨论之后就已完成本文的构想现在才得以整理提出。
众所周知无论UGC还是AIGC都面临一个同样问题复杂的参数调教和简单的人机交互含AI的矛盾。UGC毕竟他是U没有B的强大实力U肯定希望简单工作就能高效产出。同样AI还不是完美的AI也希望简单化以提升AI成品合格率这和U的需求相吻合。
借旧图抛砖引玉 本文将阐述以数学模型为基础提出简化数值调参的一些思路。
注不少策划大佬讨论说属性不可能这么调非常感谢大佬们的关注确实是。但本文讲是思路如何根据数据特征来抽象模型达到降维的目的实际举例的数据有可能不成立。哪些数值是宏观调控哪些是微观调控的是要区别去对待的也不能一个模型通吃所有需求。
二、从音响系统的EQ调教说起
以3段EQ调频为例提升高、中、低任意一个频点都会用数学模型来拉动相邻频点的提升以达到频点缓和过渡的目的。 图2.1 三段EQ调频图
三、玩家等级升级经验值调参的数学模型设计
借助EQ频点提升的数学模型原理我们可以用它来设计玩家等级升级经验值调参的数学模型。 图3.1 玩家等级升级经验值曲线图1直线型
根据图31玩家等级升级经验值设置所需的维度只有4个MinLv最小等级、MaxLv最大等级、MinUpExp最小升级经验值、MaxUpExp最大升级经验值。我们再参考EQ分段原理引入段位维度SegSeq3、5、7...如图2.2、2.3所示 图3.2 玩家等级升级经验值曲线图2凹形 图3.3 玩家等级升级经验值曲线图3凸形
如果经验值按10000递增话这时再引入取整精度Digit如果图3.4所示 图3.4 按取整精度获得每级升级所需经验值200级阶梯值
最终UGC或者AIGC调整玩家等级升级经验值所需的维度有MinLv、MaxLv、MinUpExp、MaxUpExp、Seg、Digit常用维度只有4个MinLv、MaxLv、MinUpExp、MaxUpExp次常用维度Seg、Digit。
与传统的200级分别调整的情况相比要简单得多。
同理玩家的攻防等属性值的调整也可以适用以上数学模型原理。具体公式就不列举了有点数学基础的基本能实现。
四、BOSS战斗力调参的数学模型设计
我们可以借鉴图2.1将BOSS的众多属性按攻、敏、防三类进行排序如图4.1所示 图4.1 BOSS战斗力调参设计
那么UGC/AIGC仅需调整BOSS的攻、敏、防三个维度的数值。
五、玩家战斗力调参的数学模型设计
玩家战斗力调参和BOSS就不一样了BOSS是已知属性数值的而玩家战斗力需要穿戴装备、成长线递进等才能形成最终战斗力。 图5.1 玩家战斗力调参设计
等级系统、装备系统、任务系统等各个子系统可以独立调参当整体调参的时候也可以将所有子系统同时调参。那么UGC/AIGC调参维度远比人工要的维度要少得多。
六、数值爆表的防控
为防止数值爆表我们可以使用图6.1所示的数学模型进行最大值防控。 图6.1 数值爆表的防控模型
七、可视化交互
无论是否进入游戏所有被调整的数值都是无法可视化的参考EQ的分段数学模型UGC/AIGC调参的可视化交互界面如图7.1 图7.1 UGC/AIGC调参的可视化交互界面
如果是UGC用户可以直接推动五段滑杆。如果是AIGCAI直接输出相应幅度值推动滑杆这样AI的正确率远比直接修改200级的配置表来说高得多。
八、结束语
实际应用远比本文所述的要复杂得多本文的示例不一定成立但UGC/AIGC对游戏配置调参的要求不变
1、降维复杂事情简单做
2、抽象抽象出数学模型或者行为模型
3、如果前2点都做不到那么是否可以整游戏的设计因为你面对的是你无法改变的User和AI 图8.1 抽象高度
