Was ist eine dynamische Schwierigkeitsanpassung und warum besitzt EA das Patent?

Die dynamische Schwierigkeitsanpassung (DDA) ist eine Technologie, mit der der Schwierigkeitsgrad eines Spiels je nach den Fähigkeiten eines Spielers geändert wird. Während eines Spiels kann die Schwierigkeitsanpassungstechnik dem Spieler helfen, zu gewinnen, wenn er verliert. In anderen Fällen kann es für einen Spieler schwieriger sein, ein Match zu gewinnen.

Was ist eine dynamische Schwierigkeitsanpassung?

DDA überwacht und sagt voraus, wie lange ein Spieler an einem Spiel beteiligt ist. Diese Informationen werden mit verschiedenen Datentypen kombiniert, z. B. wie lange ein Spiel einen Spieler in einer Einzelspielersitzung beschäftigt.

Ein DDA kann einen Spieler davon abhalten, sich zu langweilen, wenn das Spiel einfach ist. Es kann auch verhindern, dass Spieler frustriert werden, wenn das Spiel zu schwierig ist.

DDA arbeitet sowohl kurzfristig als auch langfristig. Kurzfristige DDA verhindert, dass Spieler lange Strecken des gleichen Ergebnisses erleben, egal ob gut oder schlecht. Ein Zufallszahlengenerator wird verwendet, um eine kurzfristige DDA zu erreichen. Eine langfristige DDA passt das Level des Spiels an eines an, das für ihre Fähigkeiten und Leistungen geeignet ist.

Das ist alles sehr gut und schön, aber wie funktioniert die dynamische Schwierigkeitsanpassung im Spiel?

Wie funktioniert die dynamische Schwierigkeitsanpassung?

Ein üblicher Weg, um DDA zu erreichen, besteht darin, Änderungen am Spielverlauf vorzunehmen, indem der Schwierigkeitsgrad angepasst wird, nachdem Triggerereignisse aufgetreten sind, die auf unerwünschte Zustände des Spielers hinweisen. Solche Zustände schließen Langeweile und Frustration ein.

DDA hängt von Algorithmen für maschinelles Lernen ab, um die Vorhersagen zu treffen, die zur Durchführung von Anpassungen erforderlich sind. Algorithmen für maschinelles Lernen, z. B. überwacht und nicht überwacht, erstellen und aktualisieren Vorhersagemodelle für Spiele. Ensemble-Algorithmen und instanzbasierte Algorithmen sind Beispiele für Logik, die zum Erstellen und Aktualisieren von Vorhersagemodellen für DDA verwendet wird.

Systeme zur dynamischen Schwierigkeitsanpassung

Ein Patent, das EA im Jahr 2018 erteilt wurde, enthüllt Einzelheiten zu den technischen Komponenten von DDA in EA-Spielen.

Das Patent beschreibt ein System mit einem elektronischen Datenspeicher, mit dem ein Hardwareprozessor Anweisungen ausführt, um Anpassungswerte für Variablen im Videospiel zu identifizieren. Der Hardwareprozessor erzeugt ein Vorhersagemodell, indem er Anweisungen ausführt, um auf Datensätze zuzugreifen, die in dem maschinellen Lernsystem verwendet werden.

Das Patent beschreibt auch, wie DDA verschiedene Arten von Benutzerinteraktionsdaten verwendet, um zu bewerten, wie engagiert ein Benutzer ist. Zu diesen Daten gehören der im Spiel ausgegebene Geldbetrag, der Fortschritt des Benutzers innerhalb des Spiels und die Neigung des Spielers, aufgrund seines Fortschritts im Spiel aufzuhören.

Benutzerinteraktionsdaten werden in Kombination mit anderen Datentypen verwendet, um Spielvorhersagemodelle zu erstellen und darauf zu reagieren. Die Daten speisen verschiedene Arten von Systemen im Spiel, die zusammenarbeiten, um die Schwierigkeit zu ändern.

Zu den Arten von Systemen und Prozessen, die zusammenarbeiten können, gehören:

• Retentionsanalyse
• Vorhersage Modellgenerierung
• Clustererstellung
• Clusterzuweisung
• Samenbewertung
• Schwierigkeitseinstellung

Kurz gesagt, diese Systeme arbeiten zusammen, um Spielerdaten zu sammeln, anhand derer bestimmt wird, wie schwierig oder einfach das Spiel sein sollte.

Verwandte: Psychologische Gründe, warum Videospiele süchtig machen

DDA-Datenmodellierung

Der Vorhersagemodell-Generierungsprozess umfasst historische Benutzerinteraktionsdaten, die mit Steuerdaten kombiniert werden, um Vorhersagemodelle zu generieren. Die Steuerdaten werden verwendet, um die gewünschte Vorhersage für die Anzahl der Benutzer festzulegen.

Ein Retentionsanalysesystem kann aus einem oder mehreren Systemen bestehen, die Retentionsraten und Vorhersageabwanderung für Benutzer generieren. Die vorhergesagte Aufbewahrungsrate kann verwendet werden, um zu entscheiden, ob der Schwierigkeitsgrad des Spiels geändert werden muss. Benutzerinteraktionsdaten werden auf Vorhersagemodelle angewendet, um dies zu erreichen.

Benutzer können basierend auf Interaktivitätsdaten in Cluster gruppiert werden. Benutzer, die das Spiel beispielsweise weniger als 30 Minuten spielen, können anhand des Algorithmus für maschinelles Lernen identifiziert werden .

Das Patent schlägt vor, dass in bestimmten Ausführungsformen des Systems das Gruppieren von Benutzern mit ähnlichen Eigenschaften und das Anpassen von Schwierigkeitsgraden basierend auf den einzigartigen Aktionen jedes Benutzers ein besseres Management von Schwierigkeitsgraden ermöglicht.

Verwandte: Googles KI-Durchbruch: Was es bedeutet und wie es Sie beeinflusst

Die Clustererstellung beginnt mit der Identifizierung der Benutzer im Spiel. Daten zur Benutzerinteraktion werden im Laufe der Zeit gesammelt und zum Herausfiltern von Benutzern verwendet, die die Interaktionskriterien nicht erfüllen. Nachdem die Benutzer herausgefiltert wurden, werden Benutzercluster mit Schwierigkeitsgraden basierend auf den Benutzerinteraktionsdaten und den Engagement-Levels erstellt.

Die Clusterzuweisung für einen Benutzer wird erreicht, indem der Benutzer identifiziert und die Interaktionsdaten des Benutzers mit dem Spiel im Laufe der Zeit gesammelt werden. Die Benutzerinteraktionsdaten werden in Kombination mit Clusterdefinitionen verwendet, um bestimmte Cluster zu identifizieren, mit denen Benutzer verknüpft werden können.

Der Schwierigkeitseinstellungsprozess beginnt mit der Identifizierung eines Benutzers, gefolgt von der Bestimmung eines Benutzerclusters, das dem Benutzer zugeordnet ist. Die Konfigurationswerte werden basierend auf den Benutzerinteraktionsdaten angepasst.

Ein Samenbewertungssystem wird verwendet, um zu bestimmen, wie schwierig ein Anteil eines Videospiels sein kann. Der Samenbewertungsprozess beginnt mit der Identifizierung von Samen (Werten), die zur Konfiguration des Videospiels verwendet werden können. Der Fortschritt der Benutzer für jeden Samen wird über die Zeit überwacht, um eine Schwierigkeit basierend auf normalisierten Fortschrittsdaten zu bestimmen.

Ein Paradebeispiel für Samen ist Minecraft, wo verschiedene Samen völlig unterschiedliche Abenteuer bieten .

In einigen Ausführungsformen des Systems kann die Ausführung von DDA im Spiel vom Benutzer möglicherweise nicht erkannt werden. Das Spiel kann auch Änderungen im Videospiel wiederholen, wenn ein Ereignis ausgelöst wird.

Warum besitzt EA ein Patent für die dynamische Schwierigkeitsanpassung?

Nach der Entdeckung des DDA-Patents von EA waren viele Benutzer von EA-Spielen besorgt darüber, ob die Technologie in ihren Spielen verwendet wurde und welche Auswirkungen sie auf ihre Erfahrungen hatte.

Eine Klage (die später fallengelassen wurde) gegen EA wurde Ende 2020 eingereicht, was zu weiteren Diskussionen über die mögliche Verwendung der Technik durch das Glücksspielunternehmen führte.

Die Kläger glaubten, dass EA die Technologie nutzte, um die Schwierigkeit von Spielen zu erhöhen, so dass mehr Menschen Gegenstände im Spiel (Beutekisten) kaufen wollten , um zu gewinnen. EA lieferte Informationen, und die Staatsanwaltschaft sprach mit ihrem Ingenieurteam, um zu beweisen, dass DDA oder ähnliche Skripte nicht wie behauptet verwendet wurden.

Laut der Ankündigung eines EA-Mitarbeiters wurde die Technologie entwickelt, um herauszufinden, wie Spieler mit Schwierigkeiten in Spielen dabei unterstützt werden können, Fortschritte zu erzielen. Damit soll sichergestellt werden, dass sich die Zahler mit dem Spiel nicht zu langweilen oder frustrieren.

EA gab eine offizielle Antwort:

Wir haben Ihre Bedenken bezüglich der Patentfamilie Dynamic Difficulty Adjustment (hier und hier) gehört und wollten bestätigen, dass sie in EA SPORTS FIFA nicht verwendet wird. Wir würden es niemals nutzen, um eine Gruppe von Spielern in einem unserer Spiele gegen eine andere zu gewinnen oder zu benachteiligen. Die Technologie wurde entwickelt, um herauszufinden, wie wir Spielern, die in einem bestimmten Bereich eines Spiels Schwierigkeiten haben, helfen können, Fortschritte zu erzielen.

EA gab an, dass es keine DDA-Technologie verwenden würde , um Spielern in Online-Spielen Vorteile zu verschaffen oder zu entfernen. Es wird behauptet, dass die Technologie nicht in führenden Spielen wie FIFA, Madden oder NHL eingesetzt wird.

Die Verwendung der dynamischen Schwierigkeitsanpassung in Videospielen

EA hat die Verwendung von DDA in Videospielen immer abgelehnt. Auf eine Frage zu Reddit zu DDA in der FIFA antwortete Creative Director Matt Prior, dass das Spiel aufgrund von Statistiken und Müdigkeit einzelner Spieler und nicht aufgrund von DDA möglicherweise Fehler im Spiel enthält.

Es ist nicht ungewöhnlich, dass Patente in der Spielebranche angemeldet werden, ohne jemals verwendet zu werden. Ein erheblicher Teil der Forschung und Entwicklung wird in die Entwicklung neuer Konzepte für das Gameplay investiert. Es entstehen immer neue Ideen, die aufgrund verschiedener Faktoren, wie z. B. Reputationsrisiken oder einfach nicht auf den Weg gebracht werden können, um die Idee richtig in ein Spiel zu integrieren, möglicherweise nicht auf den Weg gebracht werden.