Missverständnisse der Spieler bei der Bewertung von Risiken. Steuerung des Zufallszahlengenerators in Entwicklung

Das menschliche Gehirn ist von Natur aus sehr schlecht darin, die Wahrscheinlichkeit des Auftretens zufälliger Ereignisse basierend auf einer gegebenen numerischen Bewertung zu bewerten. Und ziemlich gut basierend auf Qualitätsbewertungen. Und das alles, weil eine Person die numerischen Wahrscheinlichkeiten mental in qualitative Schätzungen umwandelt und dies sehr subjektiv tut:

• 80% eines Schusses im Spiel - nun, dies ist ein fast garantierter Treffer.
• 80% der Tatsache, dass Ihr Kamerad zumindest eines Tages eine Schuld zurückzahlt, ist nein-nein-nein, es wird nicht funktionieren, dies ist zu viel Risiko;
• 5% haben kritischen Schaden erlitten, er ist der NPC des Feindes - es ist unwahrscheinlich, dass das Risiko ignoriert werden kann;
• 1% Risiko, dass Eiszapfen herunterfallen, wenn Sie mit tropfenden, meterhohen Eiszapfen unter das Dach gehen - was sonst ist es besser, sich auf der anderen Seite des Bürgersteigs fortzubewegen;
• 51% Chance, ein Minispiel in einem großen Rollenspiel zu gewinnen - Sie können erwarten, dass ich nach 20 Wetten ein wenig gewinne oder zumindest bei meinen eigenen bleibe ... nach 20 Wetten ... wie konnte das passieren, dass ich die Hälfte meiner verloren habe? Gold? Hier ist der Zufallsgenerator deutlich kaputt!

Die folgenden Fragen werden im Artikel berücksichtigt:

• falsche Annahmen bei der Schätzung von Wahrscheinlichkeiten;
• spezifische Beispiele für falsche Vorstellungen der Spieler und tatsächliche Wahrscheinlichkeiten „seltener“ Ereignisse;
• Zufallszahlengenerator (im Allgemeinen pseudozufällig);
• frühe einfache Pseudozufallszahlengeneratoren am Beispiel von Final Fantasy I;
• Ansätze zur Implementierung von zufälligen Ereignissen mit und ohne Reproduzierbarkeit;
• Beispiele für erfolgreich implementierte verschiedene Ansätze und Manipulationen in Fire Emblem.

I. Fehlerhafte Annahmen bei der Schätzung von Wahrscheinlichkeiten

Im Verlauf der Evolution lernte das menschliche Gehirn, mit qualitativen Bewertungen von Ereignissen und Bildern seiner Erfahrung sehr gut zu arbeiten. Eine Person hat vor relativ kurzer Zeit Zahlen und eine abstrakte numerische Schätzung der Wahrscheinlichkeit „zufälliger“ Ereignisse erstellt [ 1 ]. Trotzdem werden die Menschen in ihren Schätzungen diese Zahlen immer noch in qualitative Darstellungen umwandeln: ein bisschen, ein bisschen, viel, gefährlich, sicher, genug. Diese Bewertungen hängen immer vom Kontext und der subjektiven Einstellung zu diesem Kontext ab. Dies ist genau die Hauptursache für fehlerhafte numerische Annahmen.

Als Beispiel wird das rundenbasierte Spiel Disciples 2 [ 2 ] betrachtet. In diesem Teil des Artikels wird die Qualität der Zufallszahlengenerierung speziell in diesem Spiel nicht berücksichtigt. Im zweiten Teil des Artikels werden genügend Daten zu ihrer Erzeugung enthalten sein.

Schüler 2 - Typisches Fräulein [ 2 ]

Ein normaler Nahkampfangriff hat eine Trefferchance von 80%. Normalerweise wird diese Chance vom Spieler als " fast immer " wahrgenommen, und das Risiko eines Fehlschlags ist " gelegentlich / gelegentlich ". Die Chance, zwei Mal hintereinander mit zwei Angriffen zu verfehlen, beträgt 4%. Der Spieler sieht dieses Risiko als " fast nie / dies wird extrem selten passieren ". Und wenn dies passiert, sind die Spieler empört über die "zufällige Kurve": [ 3 ]; [ 4 ].

In Situationen mit zwei aufeinander folgenden Fehlern und einer Risikobewertung von 4% hat eine schnelle Bewertung durch den Spieler mehrere falsche Annahmen:

1. 4% ist nicht " fast nie ". Dies ist ein Ereignis, das (durchschnittlich) in jedem 25. unabhängigen Experiment stattfinden wird.

2. Die Bewertung erfolgt im falschen Zeitintervall . Das minimale Angriffsmessintervall von 80% sollte nicht 2 Angriffe umfassen, sondern alle Angriffe derselben Klasse (~ 80%) während des Gedächtnisses des "vorsichtigen" Spielers. Meistens können Sie während dieser Zeit eine lange Spielsitzung oder das gesamte Spiel im Allgemeinen absolvieren. Dies hängt alles von der Art des Spiels, dem Gedächtnis des Spielers und den Vorlieben des Spielers ab.

Da ich keine wirklichen Statistiken über die Verwendung dieses Spiels habe, gehe ich davon aus, dass eine lange Spielsitzung in Disciples 2 3 Stunden dauert und während dieser Zeit ungefähr 250 Angriffe mit einer Genauigkeit von ~ 80% ausgeführt werden. Es ist erwähnenswert, dass feindliche Fehler ignoriert werden sollten, weil Ihre Fehler Der Spieler ist nicht böse und er erinnert sich selten an sie.

Daher sollte die Situation bewertet werden: "Bei allen 250 Angriffen werden niemals 2 Fehlschüsse hintereinander auftreten."
Um die Wahrscheinlichkeit der Wahrheit dieses Ereignisses zu berechnen, wurde die Wiederholungsformel verwendet: P1 (n) = 0,8 * P1 (n-1) + 0,16 * P1 (n-2). Bei der Ableitung dieser Formel habe ich die Hilfe der Community genutzt. Ein Zitat aus den Berechnungen, Details und dem Ergebnis ist unten angegeben.

Sie können versuchen, Induktion zu verwenden. Wir führen eine Notation ein. Die Wahrscheinlichkeit, die Pfote nach dem n-ten Ausflug zurückzuhalten, wird mit P (n) bezeichnet. Wir stellen diese Wahrscheinlichkeit als die Summe zweier Wahrscheinlichkeiten dar
P (n) = P1 (n) + P2 (n), wobei P1 (n) die Wahrscheinlichkeit ist, mit der sich der extreme n-te Ausflug als erfolgreich herausstellte, und P2 (n) - erfolglos.

Es mag scheinen, dass P1 und P2 proportional zu 0,8 und 0,2 sind, aber das ist nicht so. Aufgrund der Tatsache, dass wir keine möglichen Ergebnisse in Betracht ziehen, sondern nur diejenigen, die die Waschbärpfote gerettet haben.
Versuchen wir nun, eine Wiederholungsformel abzuleiten
P1 (n) = 0,8 * (P1 (n-1) + P2 (n-1))
P2 (n) = 0,2 · P1 (n-1)
Setzen Sie P2 in die Formel für P1 ein, die wir erhalten
P1 (n) = 0,8 · P1 (n-1) + 0,16 · P1 (n-2)
Weitere Lösung von Wiederholungsrelationen [5]

Zitat des Benutzers Serbbit [ 6 ]

Um das Problem zu lösen, wurde anstelle der Methoden zum Lösen von Wiederholungsrelationen ein kleiner Javascript-Code für die Browserkonsole geschrieben und das Ergebnis berechnet.

var P1 = []; P1[0] = 1; P1[1] = 1; for (var n=2; n<=250; n++) { P1[n] = 0.8 * P1[n-1] + 0.16 * P1[n-2]; console.log(n + ') ' + P1[n]); } // : 250) 0.0001666846271670716 

Die Antwort lautet: 0,0001666846271670716
Oder 0,0167%

Diese Antwort stimmt mit der Antwort eines anderen Autors überein, Kojiec9: 0,000166684627177505 [ 6 ], der seine entwickelte Methode mit einem Fünf-Dezimal-Zahlensystem verwendete und das Ergebnis anhand seiner Formel in Pascal berechnete. Kleinere Unterschiede in den Antworten werden anscheinend durch Runden von Float-Zahlen erklärt.

In 3 Stunden nach dem Spielen von Disciples 2 hat ein Spieler die Chance, einen doppelten Fehler mit einer Genauigkeit von 80% bei nur 0,0167% zu vermeiden. Das ist wirklich sehr unwahrscheinlich. (und die Wahrscheinlichkeit eines mindestens doppelten Fehlschlags beträgt 99,9833% ).

Eine Zunahme der Wahrscheinlichkeit von mindestens einem Doppelfehler mit einer Zunahme der Anzahl von Experimenten

Über die Unvollkommenheit und Verzerrung des menschlichen Gedächtnisses existieren übrigens im Allgemeinen ganze Studien und Bücher: „Illusionen des Gehirns. Kognitive Verzerrungen aufgrund eines Überflusses an Informationen “[ 7 ]; „Glauben Sie Ihrem Gehirn nicht“ [ 8 ]. Wenn Sie sich für dieses Thema interessieren, empfehle ich Ihnen, sich mit diesen Artikeln vertraut zu machen.

3. Die dritte falsche Annahme ist die Erwartung der Abhängigkeit in voneinander unabhängigen Experimenten .

Das heißt, nach dem ersten Fehlschlag denkt der Spieler:

„Der Charakter hat also mit einer Genauigkeit von 80% gefehlt. Jetzt wird er definitiv treffen, denn das Risiko eines doppelten Fehlschlags beträgt nur 4%. "

Aber nein. Nach dem ersten Fehlschlag beträgt das Risiko eines weiteren Fehlschlags ebenfalls 20%. Immerhin hat der vergangene Angriff bereits stattgefunden und hat keinen Einfluss auf den zukünftigen Schuss. Wenn vor dem ersten Angriff die Wahrscheinlichkeit eines doppelten Fehlschlags 4% betrug, beträgt die Wahrscheinlichkeit eines doppelten Fehlschlags nach dem ersten Fehlschlag bereits 20%, dh im Verhältnis zu den Erwartungen des Spielers steigt das Risiko nur.

Dieses Merkmal des menschlichen Gehirns ist besonders attraktiv für Manipulationen durch das Casino (und dergleichen) beim Glücksspiel (mehr über das Gerät von Spielautomaten des Herstellers [ 9 ]).
Weitere interessante Beispiele für die Wahnvorstellungen des menschlichen Gehirns finden sich in Artikeln über das Gleichgewicht von Jan Schreiber, „Stufe 5: Wahrscheinlichkeit und Zufälligkeit sind schrecklich falsch geworden“ ( Stufe 5. Wahrscheinlichkeit und Zufälligkeit wurden gehandelt ) [ 10 ].

II. Zufallszahlengenerator

Der in Spielen verwendete Begriff „Zufallszahlengenerator“ (RNG / Zufallszahlengenerator) bedeutet fast immer „Pseudozufallszahlengenerator“ [ 11 ]. Das Hauptmerkmal dieses Generators ist seine Reproduzierbarkeit. Reproduzierbarkeit bedeutet, dass bei Kenntnis des anfänglich erzeugenden Elements (oder Keims ) immer dieselbe Folge von Zufallszahlen ( Pseudozufallszahlen ) erhalten wird. In einigen Spielen manifestiert sich dieser Effekt in der Tatsache, dass nach dem Neustart des Spiels die Reihenfolge der Treffer und Fehler unverändert bleibt. Aber in anderen Spielen bleibt das nicht gleich.

Und die Sache ist, wie dieser Pseudozufallszahlengenerator verwendet wird und welche Designziele der Entwickler verfolgt.

Um das Funktionsprinzip des Pseudozufallszahlengenerators besser zu verstehen, können wir die Art und Weise betrachten, wie er in den ersten klassischen Spielen implementiert wird, als die Ressourcen von Computern (und Konsolen) besonders stark eingeschränkt waren. (Eine ausführliche Beschreibung der Beispiele und ihrer Funktionen finden Sie im Artikel „Wie klassische Spiele die Zufallszahlengenerierung intelligent nutzen“ [ 12 ]. )

Wie klassische Spiele die Erzeugung von Zufallszahlen intelligent nutzen [ 12 ]

Final Fantasy Ich habe mehrere Tabellen mit vordefinierten festen Zahlen mit 256 Werten in jeder Tabelle verwendet:

• Um zufällige Schlachten mit jedem Schritt in der Spielkarte zu berechnen, bewegte sich der Algorithmus um den Tisch, änderte den Index um jeweils 1 und scrollte so schrittweise durch alle möglichen Werte - sowohl die Tatsache der Kollision als auch eine mögliche Gruppe von Gegnern hingen davon ab.
• Um die Ergebnisse des Kampfes zu berechnen, wurde auch eine ähnliche Tabelle mit 256 festen Werten verwendet, die sich jedoch nicht nur bei jeder nachfolgenden Verwendung der Pseudozufallszahl, sondern auch alle 2 Frames bewegte. Das heißt, alle 2 Frames hat der Algorithmus die Tabelle im Leerlauf mit Zahlen gescrollt, wodurch das Risiko vorhergesagter identischer Sequenzen verringert wurde. Die Quelle der Entropie war hier die Ungewissheit, wie lange der Spieler nachdenken würde, bevor er die nächste Mannschaft auswählt.

Final Fantasy I verwendet die Seriennummer (Index) eines festen Werts in der Tabelle als Körnung (Generatrix). Das heißt, wenn man den Ort kennt, von dem aus Zufallszahlen weiter ausgewählt werden, kann man genau vorhersagen, welche Zufallszahl nach 1000 Überprüfungen ausgegeben wird. In komplexeren Algorithmen zur Erzeugung von Pseudozufallszahlen ist Korn nicht so einfach zu verwenden, aber das Grundprinzip und der Effekt bleiben erhalten.

Für die Erzeugung von Pseudozufallszahlen werden nun hauptsächlich Standardbibliotheken der verwendeten Programmiersprachen verwendet. Die aktuelle Systemzeit wird am häufigsten als Entropiequelle verwendet. Für die Bedürfnisse der Spielebranche reichen normalerweise die Eigenschaften von Standardbibliotheken aus. Die Nachteile des Generators und der Entropiequelle werden von den Spielern aufgrund der Komplexität ihrer Berechnung und Manipulation selten genutzt. Normalerweise bleibt dies die Menge der Speedraner-Programmierer ( zum Beispiel das Hacken der Logik von Pokemon Colosseum [ 13 ] ), was bedeutet, dass Entwickler klüger sind, solche Feinheiten zu ignorieren.

III. Verschiedene Ansätze zur Verwendung des Generators

1. Das Getreide ist zum Zeitpunkt des Beginns der Mission oder der Spielkampagne festgelegt.

Konsequenzen für den Spieler : Das erneute Laden des Spiels ändert nichts an der Tatsache, dass der Charakter einen Fehler gemacht hat (nennen wir ihn verrückt Fidel ), selbst wenn die Wahrscheinlichkeit seines Treffers 99% beträgt. Vor dem Versuch, einen Treffer zu erzielen, kann der Spieler jedoch eine andere Aktion ausführen, bei der eine Zufallszahl verwendet wird. Beispielsweise ähnelt sie einem anderen Charakter - dem kahlen Mick . Infolgedessen wird die unglückliche Zufallszahl vom kahlen Mick verwendet, und die nächste Zufallszahl in der Sequenz wird für den verrückten Fidel verwendet - dann wird er wahrscheinlich fallen.

Wie kann ein Spieler es missbrauchen : Wenn ein Schuss mit einer Genauigkeit von 50% zu einem Fehlschlag führt, können Sie neu starten und den Angriff mit einer etwas höheren Genauigkeit (55%) versuchen, bis er trifft. Speichern und wiederholen Sie dies nach dem Treffer mit anderen Würfen.

Positive Konsequenzen für den Entwickler :

1) Das Spiel kann Schritt für Schritt reproduziert werden, wenn nur der Ausgangszustand, die Körnung und die Reihenfolge der Aktionen gespeichert sind. Dank dessen ist es möglich, Wiederholungen anzuzeigen und die gespeicherten Dateien sogar sehr kompakt zu speichern. Mit dieser Methode können Sie viel Speicherplatz auf der Festplatte / im Speicher sparen.

2) Schutz des internen Glücksspiels, so dass der Spieler beim Speichern / Laden nicht alle angetroffenen NPC-Gegner bankrott machen kann.

Ein Beispiel :

Das Spiel Roguelike Brogue [ 14 ] verwendet diese Methode, beginnend mit der Generierung der Spielwelt und endend mit einer Fehleinschätzung aller Aktionen des Spielers. Infolgedessen werden nur das Startkorn und die Reihenfolge der Spielbefehle in der Sicherungsdatei gespeichert. Ein zusätzlicher Bonus dieses Effekts ist, dass das Spiel mit der ausgewählten Kornzahl gestartet werden kann, nachdem die interessanteste Welt in den Tabellen der generierten Brogue-Welten ausgewählt wurde [ 15 ].

Brogue roguelike - Offizielle Seite [ 14 ]

2. Die Körnung wird nicht jedes Mal nach einem Neustart repariert oder aktualisiert.
Konsequenzen für den Spieler : Jeder Neustart ändert alle Berechnungen in Bezug auf die Trefferchancen.

Wie ein Spieler es missbrauchen kann : sehr einfach - mehrere Neustarts und das unwahrscheinlichste Treffer-Szenario können Realität werden.

Positive Konsequenzen für den Entwickler :

1) Die Spieler empfinden ein solches Spiel als ehrlicher mit echter Zufälligkeit, einfach aufgrund mangelnder Kenntnisse der internen Mechanik.

2) Spieler erhalten einen informellen einfachen Modus, der auf Wunsch komplexe Bereiche erheblich erleichtern kann.

3) Ein Entwickler kann ein Werbegeschenk mit verschiedenen Methoden vertuschen: einem automatischen Speichern pro Spiel (dh Überschreiben von Speicherungen und dauerhaftem Tod) oder Verbot des Speicherns während einer Mission (in verschiedenen Varianten). Und die empfindlichsten Bereiche (Glücksspiel-Minispiele) können auf der Grundlage einer einzigen konstanten Körnung berechnet werden, obwohl dies technisch viel schwieriger ist.

Ein Beispiel :

Die Schlacht um Wesnoth [ 16 ] verwendet nicht fixiertes Getreide mit im Wesentlichen ehrlicher Zufälligkeit. Ehrlichkeit liegt in der Tatsache, dass manchmal völlig unwahrscheinliche Folgen von Fehlern möglich sind und die Spiel-Engine sie nicht korrigiert. Das Ergebnis sind die regelmäßigen verärgerten Beiträge von verärgerten Spielern gegen Spieleentwickler.

Reddit ist eine super geschickte Meerjungfrau in Wesnoth [ 17 ]

Außerdem bietet das Spiel vor dem Angriff detaillierte Berechnungen der Wahrscheinlichkeiten der möglichen Ergebnisse des Angriffs: des verursachten Schadens, des erlittenen Schadens und der Wahrscheinlichkeit des Todes eines der Gegner. Die Schlussfolgerung dieser Wahrscheinlichkeiten erhöht nur die Wut der "erfolglos ähnlichen", weil Um gute Angriffschancen zu gewährleisten, ist es schwierig, ein Ergebnis mit einer Punktzahl von 1 zu 1000 zu erzielen.

3. Das Korn ist nicht fixiert und die Ergebnisse selbst werden zusätzlichen Manipulationen unterzogen.

Mit Manipulationen meine ich solche dynamischen Anpassungen, wodurch das Gefühl der korrekten ( fairen ) Zufälligkeit aufgrund des Verlusts der realen Pseudozufälligkeit in den resultierenden Zahlen zunimmt.

Konsequenzen für den Spieler : Ähnlich wie bei Spielen mit nicht fixiertem Korn können Sie beim Nachladen die Ergebnisse nachzählen.

Wie ein Spieler es missbrauchen kann : Mit Hilfe von Save Scamming können Sie eine günstige Kombination von Angriffen auswählen, die jedoch weitgehend von der Implementierungsmethode und der Verfügbarkeit von Schutzmechanismen seitens des Entwicklers abhängt.

Positive Konsequenzen für den Entwickler : Der Entwickler kann die Seltenheit unerwünschter Ergebnisse kontrollieren, den Anschein eines „ ehrlichen Zufalls “ erwecken, die Komplexität des Spiels erhöhen und verringern. Wenn der Entwickler bei der Berechnung der Trefferchance die Auslösung für jedes Team speichert und separat berücksichtigt, kann er den Missbrauch von sicherem Betrug erheblich reduzieren und sicherstellen, dass der Spieler weiterhin seinen arithmetischen mittleren Teil des Schadens erhält.

Beispiele :

Der Entwickler Carsten Germer nutzt die Funktion der kontrollierten Zufälligkeit für seltene und nicht nur für Ereignisse [ 18 ]. Um beispielsweise den periodischen Verlust eines besonders seltenen Bonus mit einer Chance von 1 zu 10.000 zu gewährleisten, erhöht sich nach jedem „Fehlschlag“ die Wahrscheinlichkeit in der Reihenfolge: 1 zu 9.900; 1 bis 9800; 1 bis 9700 ... und so weiter, bis das Ereignis aufgezeichnet wird. Und um das Fehlen häufiger Raritäten zu gewährleisten, führte er eine zusätzliche Variable ein, die die Operation während der nächsten 10 Überprüfungen nach der letzten Operation um 100% blockiert.

In meinem Bagel Grue the Monster [ 19 ] habe ich auch zufällige Manipulationen angewendet. Wenn Sie Opfer jagen, sollte sich der Charakter des Spielers normalerweise hinter ihnen verstecken und darauf warten, dass sie einen Schritt zurücktreten und in seine Pfoten fallen. Normalerweise beträgt diese Chance 1/6 im offenen Raum (1/2 in den Korridoren und 1/1 in den Sackgassen), aber um die störende Wirkung besonders unglücklicher Situationen zu verringern, wurde ihr vor jeder Überprüfung des Bewegungsverlaufs des Opfers in 15% der Fälle garantiert, dass sie in Richtung Gro geht .

Der interessanteste Fall: Im Spiel Fire Emblem: The Binding Blade [ 20 ] wurden die verborgenen Mechanismen zur Bestimmung von Treffern während Angriffen [ 21 ] implementiert. Traditionell für die Serie wird die Trefferwahrscheinlichkeit vom Spiel als Prozentsatz von 0 bis 100% angezeigt. In früheren Spielen der Serie wurde die Tatsache eines Treffers durch eine Zufallszahl von 1 bis 100 bestimmt: Wenn die Ausfallzahl (z. B. 61) kleiner oder gleich der Wahrscheinlichkeit eines Treffers (z. B. 75) ist, wird ein Treffer gezählt, wenn mehr, dann ein Fehlschlag.

Feueremblem: Die Bindungsklinge [ 20 ]

In diesem Teil wurde ein Sparsystem eingeführt: Anstelle einer Zufallszahl wurde der Durchschnitt von zwei Zufallszahlen genommen und dieser Durchschnitt mit dem Genauigkeitswert verglichen. Das heißt, eine Zufallszahl tendiert in größerem Maße zu einem Wert von 50. Dies führt zu einer Verzerrung des linearen Effekts der Zufälligkeit von Treffern: Kämpfer mit einem Treffer von mehr als 50% treffen häufiger als in 50% der Fälle und mit einem Treffer von weniger als 50% viel seltener. Und da im Spiel die überwiegende Mehrheit der Charaktere des Spielers genauer ist und die meisten Feinde weniger, erhält der Spieler einen sehr ernsthaften versteckten Vorteil [ 21 ]. Unten sehen Sie eine grafische Darstellung dieses Effekts, wobei die blauen Linien die Häufigkeit der Treffer im alten System und die rote Häufigkeit der Treffer im neuen System in Abhängigkeit vom Prozentsatz der Genauigkeit des Angreifers anzeigen. Bei einer angezeigten Wahrscheinlichkeit von 90% beträgt die tatsächliche Wahrscheinlichkeit beispielsweise 98,1%, bei 80% - 92,2% und bei 10% - nur 1,9%!

Verzerrung der Trefferchance. Auf der y-Achse die tatsächliche Wahrscheinlichkeit, auf der x-Achse - dem Spieler angezeigt

Dies sind natürlich nicht die einzigen Beispiele für Manipulationen mit Zufallszahlen und Gleichgewicht, aber es ist sehr schwierig, sie zu finden. Daher ist die Community-Hilfe hier besonders wertvoll.

Ich möchte darauf hinweisen, dass ich die prozedurale Generierung nicht der manipulierten Zufälligkeit als solcher zuschreibe. Beispiel: Ein Bagel hat ein zufälliges Level mit einer zufälligen Anzahl von Feinden, Fallen, Mauern und Sackgassen erzeugt. Wenn gleichzeitig ein Level erstellt wurde, das nicht zu bestehen ist, dann ein Beispiel für eine Entwicklungskurve, ein unzureichend durchdachtes Design oder schwache Tests. Der Entwickler muss mindestens die grundlegenden Probleme der zufälligen Generierung prozedural überprüfen:

• Der Durchgang zum Ausgang muss immer mindestens im Singular sein. Alle Pfadfindungsalgorithmen helfen hier;
• Eine Reihe von Fallen sollte umgehen können. Wenn sich zu viele an einem Ort befinden, muss der Algorithmus ihre Dichte berechnen und unnötige entfernen.
• Zu mächtige Feinde müssen mindestens eine der verfügbaren Möglichkeiten bieten, um sie zu „überholen“: rohe Gewalt; Schriftrollen und Tränke; spezielle Artefakte oder die Fähigkeit, einfach vor ihnen wegzulaufen.

Ein solcher Eingriff in zufällige Ergebnisse ist keine Manipulation, sondern lediglich die Regel eines minimal kompetenten Entwicklungsansatzes. Diese Prüfungen werden bei allen Methoden zur Erzeugung von Pseudozufallszahlen verwendet.

4. Entfernen Sie im Allgemeinen das Element der Zufälligkeit aus der Spielmechanik.

Das heißt, die Ergebnisse jedes Angriffs haben immer eine 100% ige Chance auf Treffer und festen Schaden sowie konstante Regeln für das Auslösen zusätzlicher Effekte. Stattdessen können Sie zufällige Berechnungen für kosmetische Zwecke verwenden: periodisches „Kauen“ von Charakteren, die darauf warten, dass sie an die Reihe kommen; Anzahl der verursachten Schäden wegfliegen; Auswirkungen von Kollisionen und Explosionen. Es gibt keinen Unterschied, wie Zufallszahlen generiert werden und wie gleichmäßig die Verteilung ist.

Obwohl Sie in diesem Fall die ersten drei Methoden zur Berechnung der künstlichen Intelligenz verwenden können, können feindliche Charaktere bis zu einem gewissen Grad zufällig Ziele für den Angriff auswählen oder in zufälliger Reihenfolge in einem Team gehen. Dies wird jedoch für den Spieler weniger auffällig sein und ärgerliche Situationen werden viel weniger sein.

Konsequenzen für den Player : Der Neustart wirkt sich entweder nicht oder nur geringfügig auf die Ergebnisse aus.

Wie ein Spieler es missbrauchen kann : Ein Spieler kann eine stabile dominante Strategie im Netzwerk berechnen oder finden und nur diese verwenden. Es ist erwähnenswert, dass dies für bestimmte Gruppen von Spielern das Hauptinteresse am Spiel ist.

Positive Konsequenzen für den Entwickler : Es ist für den Entwickler viel einfacher, ein solches Spiel auszugleichen. Als Minus - in diesem Fall werden die aufkommenden dominanten Strategien stabil, was bedeutet, dass selbst das Pech eines Spielers ihn nicht besiegen kann, aber zum Verschwinden von Überraschungen, Langeweile und zum Entfernen des Spiels führt. Hochklassige Spieler gewinnen fast immer Spieler der unteren Klasse. Für verschiedene Arten von Spielen kann dies sowohl ein Vorteil als auch ein Nachteil sein.

Ein Beispiel :

Jedes Schach mit klassischen Regeln.

Hier eignen sich auch logische Roguelike. Diese Methode ist beispielsweise in Desktop Dungeons Alpha [ 22 ] sehr gut implementiert.

Desktop Dungeons Alpha [ 22 ]

Hier sind die Ergebnisse der Angriffssequenz immer gleich und werden im Voraus berechnet. Aufgrund der zufälligen (prozeduralen) Erzeugung von Spieldungeons und des Vorhandenseins eines Kriegsnebels erhält das Spiel jedoch seine einzigartige Wiederspielbarkeit der besten Bagels.

Fazit

Der Artikel betrachtet daher zwei Unterthemen der Zufälligkeit in Spielen:

• Fehlerhafte Annahmen bei der Schätzung von Wahrscheinlichkeiten . Es beschreibt die intuitiven Annahmen, die der Spieler macht und die sich aufgrund ihrer Subjektivität oft als falsch herausstellen. Die Hauptschlussfolgerung: Wahre Zufälligkeit garantiert nicht nur nicht, dass die Benutzer zufrieden sind, sondern kann sogar zu dem gegenteiligen Effekt führen.
• Pseudozufallszahlengenerierung . Es werden verschiedene Ansätze zur Verwendung von Zufälligkeit beschrieben. Erfolgreiche Implementierungsbeispiele zeigen, dass das Spiel unabhängig vom gewählten Ansatz interessant, unerwartet und mit einem guten Grad an Wiederspielbarkeit ausfallen kann.
  
  Die bewusste konsequente Anwendung des gewählten Ansatzes ermöglicht es Entwicklern, ihre positiven Aspekte hervorzuheben und negative zu minimieren.