手机网站
手机网站
机器中心编辑部
游戏人物设计是一门大学，我们希望不同人物各有特色，但总体上是平衡的。 但是，以前游戏如堆石，玩家总是可以钻过游戏设计的后面，他们可以找到比其他组更强的阵容，发展成简单高效的战略。 当前，演化算法已经开始用于评估角色属性的平衡，使用AI设计游戏时，玩家可能会有很大的提高。
堆石传说被认为是运动成分最大的竞技游戏，但每个版本都会出现最强和弱的职业和卡片。 对玩家来说，游戏公平性是“快乐”的重要因素，但人类设计师对卡片和技能的强化和削弱，总是带来新的不平衡。
11月2日，堆石传说特级大师赛冠军决赛以暴雪嘉年华大会结束，中国比赛区Valiant Knighthood战队的Liooon获得世界冠军名单，最高获得20万美元奖金。
作为暴雪狂欢节全球决赛中首次登场的女选手，Liooon首次登场获得冠军，这一点备受欢迎。 比赛中，她在相反的常道地带，为了控制其他决赛选手的手而进行了太空狩猎，终于成功了。
除了太空狩猎外，Liooon采用的其他卡组合是心火牧、异变萨、蓝龙德，她在半决赛中以3比2战胜Casie，在决赛中以3比0战胜bloodyface。
在合适的品牌群体中取得胜利，表明Liooon对游戏品牌群体进行了深入的研究。 但是，在像“堆石传说”这样复杂的战略游戏中，保持角色的平衡是很难的任务。 游戏策略的多样化和个性化产生了微妙而复杂的游戏系统。 不损害现在的环境，调整2000张以上的卡片，期待游戏效果非常困难。
本文探讨了纽约大学游戏创新实验室、新泽西理工学院吴鹰电脑学院及其他几位独立研究人员转换“堆石传说”现有卡片对游戏策略的影响。
该研究提出，研究人员分析不同策略下不同卡组间攻防的胜利率，比较变化前后的表现，提高或削弱不同卡。
之后，通过演化算法，研究人员探索了卡组间的胜利率相同的50%时卡属性中会出现什么样的组合。 因此，他们在将接下来使用的演化算法扩展到多目标解决方案的同时，将现有卡转换到最小限度，以免影响整个游戏。 最后，他们提出了一些指标，进行评价，得出了哪些卡实现了预期的平衡转换。
什么是堆石传说
堆石传说是暴雪游戏公司开发的交换卡游戏，2014年上映，其中有2000多张卡。 在游戏中，2个玩家互相出牌，以将对方的生命值减少到0为目的。 比赛开始前，玩家选择了30张牌，成对。 这张卡是玩家可以在游戏中使用的一组卡。 每回合抽出一张卡时，随机从卡组中抽出卡。 一般来说，玩家希望抽出一套牌。 这些集合最大限度地获胜。 在某些情况下，暴雪也可能适当修改一些卡。 该游戏能够持续很长时间，仍然受欢迎的肯定是暴雪的投入和游戏的调整。
堆石传说游戏的部分界面。
谈堆石卡的设计
具有无数移动组件的游戏通常是复杂的系统。 在这样的游戏中，设计者需要提供卡片、技能、装备等多种游戏目标的选择，玩家可以用多种方式组合这些目标。
但是，在竞争类的游戏中，为了获胜，玩家通常集中精力集中特定的目标组合，使获胜的概率最大化。 在角色属性不平衡的游戏中，玩家会发现简单且不可战胜的策略，或者不再玩角色。 这样的游戏很快就会崩溃，有经验的玩家会失去兴趣。
由于堆石传说中有百万玩家，所以新卡的公开和现有卡的修改，使玩家们很快发现角色属性的不均衡。 即使是不平衡的卡，元游戏也就是受欢迎的卡组和其他卡组的胜利率会有很大变化。
均衡的元游戏可以使许多有竞争力的品牌群体对抗。 暴雪已经采用了深度领域知识、内部游戏测试和元游戏数值组合可视化的方法，但是在持有2000张卡的游戏中，他们仍然需要辅助计算工具。 本文提出了相关研究。
AI教我如何设计炉子
那么，机器学习如何有助于设计卡片游戏呢？本论文探索了几种方法，计算了交换卡片游戏的角色平衡，主要着眼于“堆石传说”。 本论文采用的方法自不必说，也可应用于其他牌游戏。 也就是说，玩家可以从很多游戏物体中选择几个自己的角色。
本论文讨论的游戏角色的平衡主要分为三个方向。 第一种方法是基于简化的假设。 也就是说，某个牌组应该与其他牌组大致相同。 最初的实验表明，研究人员使用进化算法将一组卡的变换编码为独立的个体，其中良好的变换表明两组卡具有同等的胜利率。 这是一个单一目标的优化问题，个体的适应度取决于各组牌的胜利率接近50%。
游戏发布后，我们为了达到角色平衡需要对复杂的游戏进行变更，即使卡片有小的变更也会对元游戏产生很大的影响。 此外，牌的这些变化通常要求玩家重新考虑以前的战略，在“堆石传说”中，他们必须得到尚未收集到的牌。
实验2是多目标优化问题，基本思路与实验1相同，但实验2追加了使卡的作用变化最小化的目标函数。 最后的实验3探讨了角色平衡对特定卡片的效果。 那是关注一组牌，首先对牌进行排序，决定玩家玩这张牌能获得多大的胜利率。
最后，在本论文中，研究人员考虑的角色平衡主要有以下属性，算法会增减其中一个或多个卡片的属性。
消耗:一张卡所需的魔法值
攻击:攻击是从属卡和武器卡的属性，表示每次攻击的伤害
生命:生命值是从属卡的属性，表示使用者在被破坏之前受到多少损伤
耐久性:武器卡的属性，表示武器可以使用的次数。
一般来说，魔法消费的增加、攻击和生命值的减少都会减弱，魔法消费的减少、攻击和生命值的增加也会增强。 一张卡有这些和其他属性定义，它们整体上遵循着角色平衡的战略。 如果算法能够自动构建角色平衡的不同属性组合，那么它对设计游戏不是很有帮助吗？
实验结果
以往的几种方法探索了可能出现的卡组空间，制作了有竞争力的卡组，本文研究了卡属性的微小变化对卡组元性能的影响。 元性能是以对其他进化卡组的平均胜利率来测定的。
实验1以通过进化探索最大化元游戏中角色的平衡为目的，基因序列用整数向量表示卡片的属性变化
由于游戏中的玩家保持牌的一致性非常重要，实验2探索了保持元游戏中角色平衡的最小变化
实验3还将卡空间与需要削弱或强化的目标卡分开，以最小化变化同时维持元游戏角色平衡。
迄今为止，Fontaine等人汇总了猎人、圣骑士、魔术师等职业的12个牌组，在2个不同牌组的对决进化中应用了攻击和控制策略。 进化的纸牌群可以使用基本级和古典牌。
然后，研究人员评价了12个品牌组的性能，决定以双对决的形式进行测量。 如下表1所示，各组的对决进行了10000次。 有趣的是，启发式游戏玩法对品牌群体的性能产生重大影响:控制启发式可以改善所有品牌群体的表现。
一万场对决中的十二队比赛结果。
上面表示的是只考虑了相互对决的情况下3个卡组的胜利率。 研究人员把这样的三件夹克和在之后的实验中进化的夹克进行比赛的方式称为“小的自我对战游戏”。 原始的12个牌组被称为“原始元”。
表2 :小自我对战中各品牌集团的胜利率。
进化算法对堆石传说的理解，目前似乎与大家理解的水平非常接近。 该研究的论文“Evolving the Hearthstone Meta”日前也在IEEE游戏会议上发表。
在不知未来的堆石传说中，魔术师能摆脱脚踏板的命运吗？
本次NeurIPS的内容包括:机器心灵为读者精心策划NeurIPS 2019的主题，在线共享，论文解读，现场报道等。 这是机器人心NeurIPS 2019在线共享的第一期，被清华博士邀请的黄文炳介绍了他们在大会上收到的Spotlight论文。
