基于多目标强化学习的动态难度调节方法
2021-10-25薛永晖温伟航
科技信息·学术版 2021年16期
薛永晖 温伟航



摘要:保持游戏难度与玩家能力水平的匹配对玩家获得最佳游戏体验至关重要。本文提出了一种基于多目标强化学习的动态难度调节方法,该方法在算法层面对多目标强化学习的单一策略方法进行了创新,在结构设计层面分为线下训练和在线学习2个层级。实验结果表明,该方法能够在胜任感、愉悦感和紧张感3个方面有效提升玩家的游戏体验。该方法简单直观便于实现,为游戏开发者带来了一种新颖有效的开发思路。
关键词:动态难度调节;强化学习;游戏体验
引言
电子游戏在当今世界的地位正变得愈发重要,玩家通过与游戏系统进行交互可以满足自身的许多心理需求。游戏设计者也把给玩家带来最佳的游戏体验作为一项重要任务。达到“心流”状态对玩家的游戏体验至关重要[1],这需要游戏难度与玩家的能力水平相匹配。一种解决方法是在游戏中设置不同的静态难度等级供玩家选择,但这种方法存在降低沉浸感、玩家无法准确评估难度等问题。动态难度调节方法改善了这一问题,它能够根据玩家当下的能力水平对游戏难度进行实时调整。
传统的动态难度调节方法需要开发者手动设计各种行为规则,比较依赖开发者的设计经验,而且随着游戏复杂程度的增加,该方法会变得难以维护。人工智能方法中的监督式学习方法直接利用数据进行建模,无需开发者手动设计,但是该方法需要获取大量用户数据并进行数据预处理,而且模型训练完成投入使用后无法对模型参数进行实时调整。……
登录APP查看全文
