浅谈数学模型在UGC/AIGC游戏数值调参中的应用
ygluu 卢益贵
关键词：UGC、AIGC、AI智能体、大模型、数学模型、游戏数值调参、游戏策划
一、前言
在策划大大群提出《游戏工厂：AI（AIGC/ChatGPT）与流程式游戏开发》讨论之后就已完成本文的构想，现在才得以整理提出。
众所周知，无论UGC还是AIGC，都面临一个同样问题：复杂的参数调教和简单的人机交互（含AI）的矛盾。UGC毕竟他是U，没有B的强大实力，U肯定希望简单工作就能高效产出。同样，AI还不是完美的，AI也希望简单化以提升AI成品合格率，这和U的需求相吻合。
借旧图抛砖引玉：
本文将阐述以数学模型为基础提出简化数值调参的一些思路。
二、从音响系统的EQ调教说起
以3段EQ调频为例，提升高、中、低任意一个频点都会用数学模型来拉动相邻频点的提升，以达到频点缓和过渡的目的。
图2.1 三段EQ调频图
三、玩家等级升级经验值调参的数学模型设计
借助EQ频点提升的数学模型原理，我们可以用它来设计玩家等级升级经验值调参的数学模型。
图3.1 玩家等级升级经验值曲线图1（直线型）
根据图31，玩家等级升级经验值设置所需的维度只有4个：MinLv（最小等级）、MaxLv（最大等级）、MinUpExp（最小升级经验值）、MaxUpExp（最大升级经验值）。我们再参考EQ分段原理，引入段位维度Seg（Seq=3、5、7...），如图2.2、2.3所示：
图3.2 玩家等级升级经验值曲线图2（凹形）
图3.3 玩家等级升级经验值曲线图3（凸形）
如果经验值按10000递增话，这时再引入取整精度（Digit），如果图3.4所示：
图3.4 按取整精度获得每级升级所需经验值（200级阶梯值）
最终UGC或者AIGC调整玩家等级升级经验值所需的维度有：MinLv、MaxLv、MinUpExp、MaxUpExp、Seg、Digit，常用维度只有4个：MinLv、MaxLv、MinUpExp、MaxUpExp，次常用维度：Seg、Digit。
与传统的200级分别调整的情况相比要简单得多。
同理，玩家的攻防等属性值的调整也可以适用以上数学模型原理。具体公式就不列举了，有点数学基础的基本能实现。
四、BOSS战斗力调参的数学模型设计
我们可以借鉴图2.1，将BOSS的众多属性按攻、敏、防三类进行排序，如图4.1所示：
图4.1 BOSS战斗力调参设计
那么UGC/AIGC仅需调整BOSS的攻、敏、防三个维度的数值。
五、玩家战斗力调参的数学模型设计
玩家战斗力调参和BOSS就不一样了，BOSS是已知属性数值的，而玩家战斗力需要穿戴装备、成长线递进等才能形成最终战斗力。
图5.1 玩家战斗力调参设计
等级系统、装备系统、任务系统等各个子系统可以独立调参，当整体调参的时候也可以将所有子系统同时调参。那么UGC/AIGC调参维度远比人工要的维度要少得多。
六、数值爆表的防控
为防止数值爆表，我们可以使用图6.1所示的数学模型进行最大值防控。
图6.1 数值爆表的防控模型
七、可视化交互
无论是否进入游戏，所有被调整的数值都是无法可视化的，参考EQ的分段数学模型，UGC/AIGC调参的可视化交互界面如图7.1：
图7.1 UGC/AIGC调参的可视化交互界面
如果是UGC，用户可以直接推动五段滑杆。如果是AIGC，AI直接输出相应幅度值推动滑杆，这样AI的正确率远比直接修改200级的配置表来说高得多。
八、结束语
实际应用远比本文所述的要复杂得多，但UGC/AIGC对游戏调参的要求不变：
1、复杂事情简单做
2、抽象出数学模型
3、前2点做不到的就调整游戏的设计（因为你面对的是你无法改变的User和AI）
图8.1 抽象高度
总结
**巧用数模－－房地产verterTRISێن correctly一直没 lisinLAT próximos移开sterisolUbiratania＝简洁调控游戏参数****文章概述**：
本文讨论了数学模型在游戏领域特别是在用户生成内容（UGC）和人工智能生成内容（AIGC）背景下的数值参数调整（调参）中的重要性及应用。针对游戏中复杂参数调整与简单人机交互之间的矛盾，作者提出了基于数学模型的简化调参思路，并通过多个实例展示了数学模型在玩家等级升级经验值、BOSS战斗力、玩家战斗力和数值防控等多方面的实用应用，并进一步讨论了可视化交互界面的设计。
**关键内容提炼**：
1. **调参背景与挑战**：UGC与AIGC在游戏中面临的核心问题是复杂的参数调整与简单的人机交互之间的矛盾。
2. **数学模型应用**：
- **音响系统EQ调教**：通过数学模型实现频点之间的平滑过渡。
- **玩家等级升级经验值**：设计了包含多个维度（最小等级、最大等级、最小/最大升级经验值、段位和取整精度）的数学模型，简化参数设置过程。
- **BOSS和玩家战斗力调参**：基于数学模型对BOSS的攻、敏、防三个关键属性进行调控，对玩家战斗力则考虑了多系统的综合调参。
- **数值爆表防控**：设计数学模型避免数值超过预设上限。
3. **可视化交互界面**：提出了基于数学模型的可视化界面，用户或AI可直观地调整游戏参数，提升工作效率和准确率。
4. **实践建议**：
- 将复杂任务简单化。
- 利用数学模型进行参数调控。
- 在无法改变用户和AI特性的情况下，调整游戏设计以适应需求。
**文章启示**：通过合理运用数学模型，游戏开发人员能有效提升数值参数的调控效率和准确性，特别是在UGC和AIGC环境中，这种方法更是成为了平衡参数调整与人机交互复杂性的关键。同时，这也为游戏策划和开发提供了新的思路和方法。