AI-nyhederLele Cao vil gøre spil mere forudsigelige
Forsker Lele Cao vil bruge AI til at måle, hvor komplekse spilverdener er, så spiludviklere kan lave bedre og mere balancerede spil.
Ny idé
Lele Cao foreslår en helt ny måde at analysere spil på: i stedet for kun at se på grafik eller historie, skal man måle, hvor komplekse overgangene mellem spillets tilstande er. Det kalder han 'transition complexity'. Tanken er, at AI kan bruge det til at forstå spilverdener bedre.
Hvad nu?
For dig som spiller kan det betyde, at spil bliver mere balancerede og udfordrende på den rigtige måde. Udviklere kan bruge metoden til at finde kedelige eller forvirrende områder i spillet, før du nogensinde oplever dem. Resultatet kan blive sjovere og mere engagerende spiloplevelser.
- Forskeren Lele Cao præsenterer konceptet 'transition complexity' i et nyt forskningspapir.
- Metoden går ud på at profilere spilverdener ud fra kompleksiteten af tilstandsovergange.
- AI kan bruge profilerne til at forudsige, hvordan spillere oplever spillet.
- Målet er at give spiludviklere et værktøj til at skabe bedre spildesign.
- Papiret er lagt frem på arXiv og er et 'position paper', der argumenterer for idéen.
Du kan få glæde af forskningen, når spiludviklere bruger metoden til at skræddersy spil, der er hverken for lette eller for svære – bare præcis udfordrende nok for dig.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.