[论文解读] Deriving Quests from Open World Mechanics

Ryan Alexander, Chris Martens|arXiv (Cornell University)|Apr 30, 2017

Artificial Intelligence in Games参考文献 8被引用 6

一句话总结

本文提出了一种基于形式逻辑的《我的世界》机制模型，直接从游戏系统而非手工编写中程序化生成任务和成就。通过在Ceptre逻辑中建模合成与挖掘规则，作者推导出依赖结构和反馈回路，从而识别出目标的最优进展节点，实现从游戏机制自然涌现的算法化任务生成。

ABSTRACT

Open world games present players with more freedom than games with linear progression structures. However, without clearly-defined objectives, they often leave players without a sense of purpose. Most of the time, quests and objectives are hand-authored and overlaid atop an open world's mechanics. But what if they could be generated organically from the gameplay itself? The goal of our project was to develop a model of the mechanics in Minecraft that could be used to determine the ideal placement of objectives in an open world setting. We formalized the game logic of Minecraft in terms of logical rules that can be manipulated in two ways: they may be executed to generate graphs representative of the player experience when playing an open world game with little developer direction; and they may be statically analyzed to determine dependency orderings, feedback loops, and bottlenecks. These analyses may then be used to place achievements on gameplay actions algorithmically.

研究动机与目标

• 为了解决《我的世界》等开放世界游戏中玩家缺乏方向感的问题，尽管自由度很高，但玩家常感到缺乏目标。
• 探究是否能够从游戏核心机制而非手工编写中程序化生成任务和成就。
• 开发《我的世界》合成与挖掘系统的正式计算模型，支持任务放置的执行与静态分析。
• 证明游戏机制中的依赖结构与反馈回路可自然提示目标的逻辑进展点。

提出的方法

• 使用Ceptre逻辑编程框架中的逻辑规则形式化《我的世界》的合成与挖掘机制。
• 将玩家状态（如物品栏、工具可用性）表示为带有邻接记号的谓词（例如，wood_block 1 * wood N）。
• 将合成配方编码为具有左端条件（LHS）和右端结果（RHS）的逻辑规则，使用张量符号（*）表示组合结果。
• 应用静态分析检测规则系统中的依赖顺序、反馈回路和瓶颈，以识别关键进展节点。
• 执行规则系统以模拟玩家体验，并验证所涌现的进展结构。
• 对依赖图进行类似拓扑排序的分析，以确定可实现目标的自然顺序。

实验结果

研究问题

• RQ1 能否从《我的世界》等开放世界游戏的内在机制中算法化推导出任务和成就？
• RQ2 游戏机制的哪些结构性特征（如依赖关系、反馈回路）可指导有意义目标的放置？
• RQ3 游戏规则的形式逻辑建模如何同时支持执行与静态分析，以实现程序化任务生成？
• RQ4 规则系统中所涌现的结构在多大程度上与《我的世界》等游戏中手工设计的进展路径一致？

主要发现

• 该正式模型成功使用Ceptre中的逻辑规则捕捉了《我的世界》的核心合成与挖掘机制，支持执行与静态分析。
• 对规则系统的静态分析揭示了清晰的依赖顺序与反馈回路，这些与游戏玩法中的自然进展节点相对应。
• 所识别的进展结构与《我的世界》中手工设计的成就树高度一致，验证了该模型复制设计意图的能力。
• 该模型表明，仅通过游戏机制本身即可算法化生成任务，而无需外部叙事或设计输入。
• 该方法能够基于涌现的游戏动态（如材料依赖关系与工具进展）识别最优目标放置位置。