В условиях роста популярности игр-сервисов, требующих постоянного обновления контента для удержания игроков, актуальной задачей становится автоматизация создания адаптивных играбельных персонажей. Нами рассмотрены существующие подходы к генерации персонажей.

Текущие решения не предусматривают долгосрочную адаптацию под стиль игрока и зависят от ручного проектирования. Для устранения этого недостатка предложена трёхкомпонентная система, сочетающая моделирование действий игрока на основе реплеев, генерацию персонажей через комбинирование механик и балансировку параметров, а также автоматическую валидацию через симуляции для оценки баланса и соответствия игровому стилю конкретного человека.

Работа обобщает современные исследования, демонстрируя потенциал генеративных методов для снижения ресурсозатрат при разработке игр-сервисов. Результаты могут быть использованы для ускорения прототипирования и поддержки долгосрочной жизнеспособности игровых проектов.

Клонирование поведения позволяет создавать модели, способные принимать решения так же, как это делает человек. Хотя различные модели успешно предсказывают действия человека в играх, их способность имитировать отдельных игроков снижается при изменении вариантов игры.

В работе исследованы стратегия доменной адаптации и персонализации на примере шахмат Фишера со случайной расстановкой фигур. На базе шахматной модели Maia, протестировано несколько стратегий дообучения. Установлены три ключевых закономерности: старые записи игрока не оказывают влияния; каждая новая запись крайне эффективна; доменная адаптация и персонализация дополняют друг друга – их сочетание дает лучший результат.