JEV은 생성된 게임의 반응성을 높이는 데 도움이 될 수 있지만 자체적으로 전체 게임을 생성하지는 않습니다. 완전한 게임은 콘텐츠, 규칙, 코드, 자산, 시뮬레이션 및 플레이어 대면 시스템을 결합합니다. JEV은 해당 스택의 한 가지 중요한 부분, 즉 Game State이 변경될 때 NPC에 대한 전술적 작업을 선택하는 데 기여합니다.
이 구별은 일반적인 카테고리 오류를 방지합니다. 장면, 캐릭터 모델 또는 게임플레이 코드 블록을 생성하는 것은 캐릭터가 런타임에 수행해야 하는 작업을 결정하는 것과 다릅니다. 첫 번째 문제는 콘텐츠 제작입니다. 두 번째는 실시간 제약 하에서 제한된 의사 결정을 내리는 것입니다.
JEV이 게임을 생성할 수 있나요?
JEV은 AI 지원 게임 생성 워크플로에 참여할 수 있지만 원클릭 게임 생성기는 아닙니다. 세대 모델은 컨셉을 장면, 자산, 스크립트 또는 플레이 가능한 프로토타입으로 바꿀 수 있습니다. 언어 모델은 대화, 퀘스트 및 계획에 도움이 될 수 있습니다. 그런 다음 JEV은 프로토타입 또는 프로덕션 게임 내에서 NPC에 대한 결정 계약을 제공할 수 있습니다.
유용한 결과는 노동 분업입니다. 각 시스템에는 명확한 입력, 출력 및 권한 경계가 있습니다. 따라서 세상을 발명하고, 모든 시스템을 작성하고, 모든 캐릭터를 제약 없이 제어하도록 요구되는 단일 모델보다 결과를 테스트하기가 더 쉽습니다.
4부분으로 구성된 노동 분업
| 모듈 | 기본 책임 |
|---|---|
| __ | 세대 모델 |
| 장면, 캐릭터, 자산, 레벨 및 스타터 생성 코드. | LLM |
| 도움말 대화, 내러티브, 텍스트, 디자인 탐구, 더 긴 지평선을 갖춘 계획. | 선택 게임에 노출된 적법한 옵션 중 실시간 전술적 행동과 목표. |
| 게임 코드 및 엔진 | 자체 규칙, 물리학, 국가 기관, 네트워킹, 탐색, 애니메이션 및 실행. |
이러한 경계는 단순히 조직적인 경계가 아닙니다. 팀이 게임을 디버깅하는 방법을 결정합니다. NPC이 벽을 통과하는 경우 내비게이션 또는 충돌이 가능성이 있는 소유자입니다. 유효한 옵션 중에서 잘못된 대상을 선택하는 경우 결정 계약이나 정책을 조사해야 합니다. 생성된 코드가 인터페이스를 위반하는 경우 생성 및 검증 파이프라인에 주의가 필요합니다.
_프롬프트에서 재생 가능한 루프까지
- 좁은 개념 생성: 장르, 플레이어 루프, 역할, 리소스 및 승패를 정의합니다. 조건.
- 결정론적 뼈대 연결: 상태, 규칙, 물리학, 입력 및 작은 세트를 구현합니다. actions.
- NPC 계약 정의: 각 역할이 관찰할 수 있는 항목과 수행할 수 있는 작업을 선택합니다. select.
- Add JEV: 교체를 요청하는 대신 결정 지점에서 호출합니다. loop.
- 시뮬레이트 및 테스트: 시나리오 재생, Choices 검사, 목표 및 조정 제약 조건.
좁은 루프로 시작하는 것이 중요합니다. 생성된 프로토타입에는 매력적인 시스템이 많이 포함될 수 있지만 NPC 결정이 유용한지 평가하기 위한 구조는 거의 없습니다. 힐러, 방어자, 단일 목표가 있는 작은 경기장은 테스트할 수 없는 넓은 세계보다 의사 결정 계층의 품질에 대해 더 많은 것을 드러낼 수 있습니다.
JEV이 NPC의 더 나은 판단을 제공하는 방법
생성된 NPC은 신뢰할 수 있는 액션 모델을 갖추기 전에 등장과 대화를 하는 경우가 많습니다. JEV은 NPC이 무엇을 알고 있는지, 무엇을 원하는지, 무엇을 할 수 있는지를 게임에서 명시하도록 요구함으로써 도움이 됩니다. 생성된 캐릭터는 경비, 지원, 수색, 후퇴 또는 협상과 같은 역할별 동작 세트를 가질 수 있습니다. 엔진은 전제 조건을 확인하는 역할을 계속 담당합니다.
이것은 성격과 신뢰성을 양립하게 만듭니다. 조심스러운 캐릭터는 엄폐물과 생존에 더 많은 가치를 부여할 수 있습니다. 공격적인 성격은 압력을 선호할 수 있습니다. 스카우트는 정보의 우선순위를 정할 수 있습니다. 이러한 기본 설정은 세계에 대한 임의의 액세스 권한을 부여하지 않고도 선택에 영향을 미칠 수 있습니다.
자산 생성과 의사결정 생성이 다른 이유
이미지 또는 3D 모델 생성기는 게임에 들어가기 전에 검토할 수 있는 표현을 생성합니다. 런타임 결정은 변화하는 시스템 내에서 발생하며 공정성, 속도 및 플레이어 신뢰에 영향을 미칠 수 있습니다. 이것이 의사 결정 생성에 상태 계약, Legal Actions, 대기 시간 예산, 검증 및 대체 정책s.
이 필요한 이유입니다.
동일하게 생성된 자산은 여러 장면에서 재사용될 수 있지만 적이 이동하거나 능력이 중단된 후에 결정을 다시 계산해야 할 수도 있습니다. 둘 다 동일한 종류의 세대로 취급하면 잘못된 아키텍처와 잘못된 품질 측정 기준이 발생합니다.
JEV이 AI 게임 개발에 적합한 경우
로그라이크의 경우 JEV은 생성된 콘텐츠가 방과 조우를 제공하는 동안 적이 턴을 보내는 방법을 선택할 수 있습니다. 스쿼드 게임의 경우 코드가 이동 및 복제를 처리하는 동안 역할 인식 응답을 선택할 수 있습니다. 생존 게임의 경우 탐색, 제작, 대피소 및 위협 회피의 균형을 맞출 수 있습니다. 소셜 시뮬레이션의 경우 LLM이 더 긴 대화나 계획을 처리하는 동안 제한된 즉각적인 조치를 선택할 수 있습니다.
각 예에서 JEV은 세계가 이미 허용된 선택지을 노출할 만큼 충분히 정의되었기 때문에 가치가 있습니다. 이는 게임 루프 설계를 대체할 수 없습니다. 이는 해당 루프를 보다 상황에 맞게 만드는 방법입니다.
- 결과 평가 방법유효성:
- 선택한 모든 작업이 현재를 충족합니까? 전제조건?품질:
- 행동이 명백한 낭비 없이 역할의 목표를 진전시키는가? 리소스?공정성:
- 플레이어가 합리적으로 사용할 수 없는 정보를 사용하지 않고 NPC이 계속 도전적입니까? 추론합니까?반응성:
- 결정이 게임 내에서 도달합니까? 예산?재실행성:
- 유사한 상황이 무작위가 아닌 유용한 범위의 결과를 생성합니까? 소음?디버깅 가능성:
팀이 상태, 응답 및 결과는?
책임 있는 생산 아키텍처
엔진이나 서버에서 권한 있는 Game State을 유지하세요. 결정 요청에 대한 소규모 상태 예측을 구축합니다. 매개변수와 전제조건이 포함된 허용된 행동 목록을 노출합니다. JEV이 인텐트를 반환하도록 합니다. 현재 상태에 대해 유효성을 검사하고 기존 명령 시스템을 통해 실행하며 요청 시간이 초과되거나 오래되면 작성된 동작으로 대체됩니다.이 아키텍처는 다른 AI 시스템을 위한 공간을 남겨줍니다. 세대 모델은 콘텐츠 파이프라인을 지속적으로 개선할 수 있으며, LLM은 JEV을 범용 모델로 만들지 않고도 제작자와 캐릭터를 지원할 수 있습니다. 결정 개념을 한 곳에서 보려면 JEV이란 무엇입니까?을 읽어보세요. 첫 번째 통합을 구축하려면 .
