Генеративные методы для создания адаптивных играбельных персонажей в играх-сервисах

Main Article Content

Тимур Рузелевич Арсланов

Аннотация

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.

Article Details

Как цитировать
Арсланов, Т. Р. «Генеративные методы для создания адаптивных играбельных персонажей в играх-сервисах». Электронные библиотеки, т. 28, вып. 3, июнь 2025 г., сс. 468-83, doi:10.26907/1562-5419-2025-28-3-468-483.

Библиографические ссылки

1. Rousseau J. Report: 95% of studios are working on or aim to release a live service game // GamesIndustry.biz. 2024. URL: https://www.gamesindustry.biz/report-95-of-studios-are-working-on-or-aim-to-release-a-live-service-game.
2. 2023 Game Development Report / Rendered Venture Capital, Griffin Gaming Partners. 2024. URL: https://griffingp.com/2023-game-development-research/.
3. Canheti C, Andalo F., Vieira M.L.H. Case Study: Game Character Creation Process // Advances in Human Factors in Wearable Technologies and Game Design: Advances in Intelligent Systems and Computing / T.Z. Ahram (Ed.). Cham: Springer International Publishing, 2019. Vol. 795. P. 343–354. https://doi.org/10.1007/978-3-319-94619-1_34.
4. Shubin A.V., Kugurakova V.V. Designing a tool for creating gameplay through the systematization of game mechanics // Russian Digital Libraries Journal. Vol. 27, No. 5. P. 774–795. https://doi.org/10.26907/1562-5419-2024-27-5-774-795. https://doi.org/10.26907/1562-5419-2024-27-5-774-795.
5. Browne C, Maire F. Evolutionary Game Design // IEEE Transactions on Computational Intelligence and AI in Games. 2010. Vol. 2, No. 1. P. 1–16. https://doi.org/10.1109/TCIAIG.2010.2041928.
6. Cannizzo A., Ramírez E. Towards Procedural Map and Character Generation for the MOBA Game Genre // Ingeniería y Ciencia. 2015. Vol. 11, No. 22. P. 95–119. https://doi.org/10.17230/ingciencia.11.22.5.
7. Pantaleev A. In Search of Patterns: Disrupting RPG Classes through Procedural Content Generation // Proceedings of the third workshop on Procedural Content Generation in Games FDG’12: International Conference on the Foundations of Digital Games. 2012. P. 1–5. https://doi.org/10.1145/2538528.2538532
8. Skjærseth E.H., Vinje H. Evolutionary algorithms for generating interesting fighting game character mechanics: Master thesis. Trondheim: Norwegian University of Science and Technology, 2020. URL: https://hdl.handle.net/11250/2777860.
9. No H.-S., Rhee D.-W. A Study on The Game Character Creation Using Genetic Algorithm in Football Simulation Games // Journal of Korea Game Society. 2017. Vol. 17, No. 6. P. 129–137. https://doi.org/10.7583/JKGS.2017.17.6.129.
10. Pan C.-F, Min X.-Y. et al. Behavior imitation of individual board game players // Applied Intelligence. 2023. Vol. 53, No. 10. P. 11571–11585. https://doi.org/10.1007/s10489-022-04050-w.
11. Partla N. et al. Player Imitation for Build Actions in a Real-Time Strategy Game // AIIDE workshop on Artificial Intelligence for Strategy Games. 2019.
12. Kozik A., Machalewski T. et al. Mimicking Playstyle by Adapting Parameterized Behavior Trees in RTS Games / arXiv:2111.12144 [cs]. 2021. URL: http://arxiv.org/abs/2111.12144.
13. Liu S., Chaoran L. et al. Automatic generation of tower defense levels using PCG // Proceedings of the 14th International Conference on the Foundations of Digital Games FDG’19: The Fourteenth International Conference on the Foundations of Digital Games. San Luis Obispo California USA: ACM, 2019. P. 1–9. https://doi.org/10.1145/3337722.3337723
14. Chen L., Lu K et al. Decision Transformer: Reinforcement Learning via Sequence Modeling. Decision Transformer / arXiv:2106.01345 [cs]. 2021. URL: http://arxiv.org/abs/2106.01345.
15. Kugurakova V.V. A formal approach to spatio-temporal modeling of game systems // Uchenye Zapiski Kazanskogo Universiteta. Seriya Fiziko-Matematicheskie Nauki. 2024. Vol. 166, No. 4. P. 532–554. https://doi.org/10.26907/2541-7746.2024.4.532-554.