ZPI Day

BridgeCrafter

Implementacja systemu do projektowania i rozwiązywania plansz w grze Polybridge z wykorzystaniem modeli językowych i optymalizacji ewolucyjnej

Członkowie:   Łukasz, Konrad, Mateusz oraz Piotr
Opiekun:   Michał Przewoźniczek

Cele projektu

Cele biznesowe

  • Przyspieszenie procesu produkcji - redukcja czasu tworzenia poziomów w porównaniu do metod manualnych
  • Optymalizacja kosztów operacyjnych - zmniejszenie nakładów finansowych na produkcję zawartości
  • Wsparcie innowacyjności - umożliwienie szybkiego prototypowania i testowania nowych koncepcji mechanik rozgrywki

Rezultaty:

  • Opracowanie serwisu webowego, w którym użytkownik jest w stanie na podstawie przybliżonego opisu poziomu otrzymać ranking wygenerowanych poziomów ze zweryfikowaną rozwiązywalnością sprawdzoną, przez algorytmy genetyczne

Metryki i weryfikacja:

  • System będzie w stanie w zadowalającym czasie wygenerować ranking poziomów o odpowiedniej jakości

Opis projektu

Kontekst Branża gier logicznych, szczególnie gry inżynieryjno-konstrukcyjne typu Poly Bridge, wymaga ciągłego dostarczania nowych, angażujących poziomów dla utrzymania zainteresowania graczy. W grach tego typu gracze projektują i budują mosty, które muszą spełniać określone parametry wytrzymałościowe i umożliwić bezpieczny przejazd pojazdów. Sukces tych produkcji zależy w dużej mierze od regularnego wprowadzania nowych poziomów o zróżnicowanym stopniu trudności.

Problemy użytkowników Proces tworzenia poziomów jest obecnie wykonywany całkowicie ręcznie przez wyspecjalizowanych projektantów, co generuje następujące trudności:

  • Czasochłonność - stworzenie pojedynczego poziomu wymaga wielogodzinnej pracy, obejmującej projektowanie, testowanie i balansowanie trudności
    • Wysokie koszty - zatrudnienie wykwalifikowanych specjalistów oraz długi czas produkcji znacząco podnoszą koszty rozwoju gry
    • Wąskie gardło produkcyjne - ograniczona liczba designerów nie nadąża za zapotrzebowaniem na nową zawartość
    • Weryfikacja jakości - każdy poziom wymaga wielokrotnego testowania pod kątem możliwości rozwiązania na różne sposoby, co dodatkowo wydłuża proces

Ograniczenia istniejących rozwiązań Obecnie brakuje efektywnych narzędzi do automatycznego generowania poziomów dla gier typu Poly Bridge.

Przykłady problemów

  • Brak algorytmów zapewniających generowanie poziomów z wieloma poprawnymi rozwiązaniami
  • Niewystarczająca kontrola nad trudnością i krzywą uczenia się
  • Brak gwarancji fizycznej poprawności i rozwiązywalności generowanych wyzwań

Automatyzacja tego procesu pozwoliłaby na znaczące przyspieszenie produkcji, obniżenie kosztów oraz zapewnienie stałego dopływu różnorodnych wyzwań dla społeczności graczy.

Artefakty

  • Aplikacja webowa - udostępnienie interfejsu dla użytkownika do wprowadzenia przybliżonego opisu oczekiwanego poziomu oraz wyświetlenia wyników
  • Moduł symulacji fizycznej - symulacja gry Poly Bridge (przejazd samochodu przez most)
  • Moduł Algorytmów Genetycznych - przygotowanie potencjalnych rozwiązań, sprawdzanych następnie w symulacji
  • Moduł generowania map - tworzenie wstępnych propozycji, nie rozwiązanych map z użyciem LLMa na podstawie instrukcji użytkownika
  • Moduł rankingu wygenerowanych poziomów - tworzenie zestawu poziomów posortowanych według kryteriów m.in badających ich zgodność z opisem użytkownika

Odbiorcy

Użytkownicy końcowi Gracze odniosą znaczące korzyści poprzez:

  • Dostęp do większej liczby zróżnicowanych poziomów, co wydłuży żywotność gry i zwiększy jej wartość

Zespoły wewnętrzne Studia deweloperskie i wydawcy gier uzyskają:

  • Oszczędności czasowe - skrócenie czasu produkcji poziomów
  • Redukcję kosztów - możliwość realokacji pracowników do bardziej kreatywnych zadań lub optymalizacja zatrudnienia
  • Elastyczność produkcji - możliwość szybkiego reagowania na feedback graczy i tworzenia poziomów tematycznych na specjalne okazje

Społeczności Społeczność graczy i twórców niezależnych:

  • Demokratyzacja procesu tworzenia zawartości - możliwość generowania profesjonalnej jakości poziomów bez specjalistycznej wiedzy

Technologie

Python Git Flask Jira Visual-Studio-Code-(VS-Code) PyCharm Python-Poetry GitHub Canva LaTeX React
Mapa drogowa
Repozytoria