AI mänguarenduses: tõhus asendus mängutestijatele

• Autor:
• autori nimi

  Quantumrun Foresight
• Juuli 12, 2022

Tehisintellekt (AI) ja masinõpe (ML) integreeritakse üha enam mänguarendusse, kus mängudisainerid asendavad inimeste mängutestijad ML-mudelitega, et arendusprotsessi täpsustada.

AI mänguarenduse kontekstis

Interneti mitme mängijaga mängud on alates 2000. aastate keskpaigast populaarsemaks muutunud, lummades miljoneid mängijaid kogu maailmas. See edu sunnib aga mängude loojaid üha paremini välja töötatud, vigadeta ja struktureeritud videomänge välja tooma. Mängud võivad kiiresti populaarsust kaotada, kui fännid ja kasutajad tunnevad, et mäng ei paku piisavalt väljakutseid, ei ole korduvalt mängitav või kui selle kujunduses on vigu. 

Tavaliselt kulub äsja prototüübitud mängu ebavõrdsuse tuvastamiseks mängu arendusprotsessi käigus mitu kuud mängutestimist. Kui tuvastatakse viga või tasakaalustamatus, võib probleemi leevendamiseks kuluda päevi. Hiljutine selle probleemiga võitlemise strateegia näeb ette ML-i tööriistu, mis on kasutusele võetud mängutasakaalu muutmiseks, kusjuures ML kasutab oma teenimisalgoritme mängutestijatena. Näide mängust, kus seda prooviti, oli digitaalse kaardimängu prototüüp Chimera, mida on varem kasutatud ML-i loodud kunsti katsepolügoonina. ML-põhine testimisprotsess võimaldab mängudisaineritel muuta mängu huvitavamaks, õiglasemaks ja selle algse kontseptsiooniga kooskõlas olevamaks. See tehnika võtab ka vähem aega, viies läbi miljoneid simulatsioonikatseid, kasutades uuringute läbiviimiseks koolitatud ML agente.

Häiriv mõju

Neid ML-agente saab kasutada mitmel viisil, sealhulgas uute mängijate juhendamisel ja uudsete mängutehnikate loomisel. Sõltuvalt sellest, kui edukas on ML mängude testimisel, võivad arendajad kaaluda selle üha enam kasutuselevõttu ise mängude loomiseks või töökoormuse vähendamiseks. Lisaks, kuna need instrumendid ei sisalda kodeerimist, võivad need pakkuda uutele mänguarendajatele lihtsat kokkupuudet, välistades vajaduse skriptidega suhelda. Mängude disain võib selle automatiseerimise tõttu muutuda demokratiseeritumaks, muutes haridus-, teadus- ja meelelahutusmängude ning mängudega seotud rakenduste tootmise majanduslikult otstarbekamaks. 

Seetõttu muudab AI mänguarenduses arendajatel oma mängude testimise ja paranduste tegemise mõne päevaga lihtsamaks, luues tulevikus keerukaid uusi mänge palju kiiremini. Uuringute kohaselt võib AI-süsteem prognooside põhjal hinnata mängu jõudlust ja ehitada kogu mängu ainult võtmekaadrite ja tarbijaandmete abil. Tulevikus võib AI-süsteem olla võimeline iseseisvalt looma mängusiseseid pilte, heli ja isegi süžeed.

AI testimise mõju mängude arendamisele

AI testimis- ja analüüsisüsteemide kasutamise laiemad tagajärjed mänguarenduses hõlmavad järgmist: 

• Suurenenud mängude arendamise kiirus, mis võimaldab ettevõtetel suurendada kasumit, lastes välja rohkem mänge aastas.
• Vähem AI-süsteemina halva reklaami saanud mänge oleks neid testinud ja kodeerimisvigu oleks vähem.   
• Erinevate žanrite mängude keskmise kestuse suurendamine, kuna vähenevad pikemate süžeeliinide ja lõputute avatud maailma keskkondade loomise kulud. 
• Mängude või gamifitseerimise kasvav rakendamine mänguvälises kontekstis; näiteks võivad kaubamärgid ja turundajad kaaluda aktiivsemalt brändimängude loomist nende arenduskulude vähenemise tõttu.
• Meediaettevõtted suunavad üha enam osa oma filmi- ja televisioonikulutustest videomängude tootmisele.

Küsimused, mida kommenteerida

• Kas tänu ülalmainitud tehisintellekti kaasamisele võivad uued mängukogemused muutuda võimalikuks?
• Jagage oma halvimat või naljakamat videomängu veakogemust.