खेल संतुलन में "एंकर" का सिद्धांत

हम उन खेलों के बारे में बात कर रहे हैं, जिन्हें कुछ तत्वों के यादृच्छिक, लेकिन नियंत्रित संतुलन की आवश्यकता होती है जो बहुत बार स्क्रीन पर दिखाई देते हैं और उनमें सकारात्मक और नकारात्मक दोनों गुण होते हैं। उदाहरण के लिए, खेल कामचोर कूद ले लो। इसके कई प्रकार के चरण हैं - कुछ मुझे उच्च कूदने में मदद करते हैं - दूसरों को चरित्र को ऊपर ले जाने या यहां तक ​​कि उसे मारना मुश्किल हो सकता है। पहले तो खेल बहुत सरल है - बहुत सारे कदम हैं, नकारात्मक लोगों की तुलना में बहुत अधिक सकारात्मक हैं, सब कुछ आसान लगता है। लेकिन थोड़ी देर के बाद गेमप्ले अधिक जटिल हो जाता है - अधिक नकारात्मक होते हैं, कदम खुद कुछ होते हैं, वे स्क्रीन पर बिखरे हुए होते हैं।


मैं यह समझाने की कोशिश करूंगा कि इस तरह के परिणाम को कैसे दिलचस्प तरीके से प्राप्त किया जा सकता है - * लंगर विधि का उपयोग करके *।

और इसलिए: मान लीजिए कि हमारे पास 3 सकारात्मक कदम हैं और 6 नकारात्मक हैं। हमें प्रत्येक चरण के लिए वजन निर्दिष्ट करने की आवश्यकता है। सकारात्मक प्लस चिह्न के साथ होगा, ऋणात्मक चिह्न के साथ नकारात्मक। उसी समय, सकारात्मक का वजन काफी अधिक होना चाहिए यदि हम चाहते हैं कि वे नकारात्मक से कम बार दिखाई दें, या इसके विपरीत अगर हम विपरीत परिणाम प्राप्त करना चाहते हैं।

सकारात्मक	मूल्य	नकारात्मक	मूल्य
धनात्मक १	+100	नकारात्मक १	-10
धनात्मक २	+300	नकारात्मक २	-50
धनात्मक ३	80	नकारात्मक ३	-20
		नकारात्मक ४	-8
		नकारात्मक ५	-50
		नकारात्मक ६	-15

सकारात्मक और नकारात्मक कदम अनिवार्य रूप से एक प्रकार का कदम है - एक जो * एंकर नियम * का पालन करता है। तटस्थ चरणों (मानक) और हत्यारे कदमों को इस सूत्र से बाहर निकालना होगा। उन्हें या तो निरपेक्ष मूल्य के साथ सेट किया जा सकता है (यदि आप जानते हैं कि गेम में या स्तर पर कितने चरण हो सकते हैं), या प्रतिशत के रूप में।

अब खुद एंकर के बारे में।

इसका अधिकतम और न्यूनतम मूल्य (या अंकगणित माध्य) होना चाहिए। हमारे उदाहरण के लिए, आप इसका उपयोग कर सकते हैं:

• अधिकतम: १०० मिनट: २०
• अधिकतम: 40 न्यूनतम: -20
• अधिकतम: 0 न्यूनतम: -80

इसका क्या आएगा? न्यूनतम और अधिकतम मानों का मतलब यह नहीं है कि इस सीमा से परे कदम बिल्कुल नहीं दिखाई देंगे। इसका मतलब है कि एंकर अधिकतम और न्यूनतम मूल्यों के बीच सभी चरणों की उपस्थिति को संरेखित करने की कोशिश करेगा। एक स्तर बनाते समय, हमारे पास मंच (या एक स्क्रीन पर) और एंकर के वर्तमान मूल्य के चरणों का वजन होता है। यहाँ यह कैसा दिखता है:

लंगर का वर्तमान और पूर्ण मूल्य

यदि एंकर का वर्तमान मूल्य अधिकतम और न्यूनतम सीमा के बीच है, तो कोई भी कदम उत्पन्न होगा। अपने वजन के साथ, वे एंकर को किसी दिशा में ले जाते हैं - वह विरोध करता है और शेष को अगले चरण में वापस स्थानांतरित करने की कोशिश करता है। हमारे उदाहरण में, इसका मतलब है कि जब कई सकारात्मक कदम उत्पन्न किए गए थे जो नकारात्मक चरणों की तुलना में काफी अधिक वजन वाले हैं, तो एंकर प्लस साइड में शिफ्ट हो जाएगा। इस मान को संरेखित करने के लिए, आर्मेचर की स्थिति को तब तक संरेखित करने के लिए, जब तक वह फिर से MAX-MIN रेंज में नहीं आ जाता, एक नेगेटिव वैल्यू वाले कदम उत्पन्न हो जाएंगे।

अगर हमें जरूरत है - लंगर के मूल्य को किसी भी दिशा में स्थानांतरित किया जा सकता है क्योंकि हमें इसकी आवश्यकता है। यदि हम एक अंतहीन खेल के लिए या एक स्तर के भीतर कदम उठाते हैं तो कोई बात नहीं। यह सब इस बात पर निर्भर करता है कि हम किस तरह का संतुलन हासिल करना चाहते हैं। आपको कदमों से तौल की सेटिंग को भी सावधानीपूर्वक करने की आवश्यकता है - चूंकि यह उनके अनुपात से है कि एंकर या तो शांति से या महत्वपूर्ण जंप के साथ एक तरफ जाएगा और फिर विपरीत मूल्य के साथ खुद को संरेखित करेगा।

लंगर का व्यवहार लंगर की सीमा की चौड़ाई पर भी निर्भर करता है। यदि आप एक बहुत विस्तृत श्रृंखला निर्धारित करते हैं, तो निरपेक्ष मूल्य लगातार इसमें गिर जाएगा और पीढ़ी के दौरान अधिक यादृच्छिकता होगी। यदि रेंज बहुत संकीर्ण होने के लिए सेट है - मान इसे प्लस या माइनस पर छोड़ देगा - एक नियंत्रित परिणाम प्राप्त करना मुश्किल होगा।

किसी भी स्थिति में, अपनी आवश्यकताओं को पूरा करने के लिए सभी संतुलन मूल्यों का चयन किया जाना चाहिए। लेकिन इस तरह के एक साधन और एक अंतिम लक्ष्य को प्राप्त करना बहुत आसान है।