● news.bsdnet.hu

Vannak címek, amelyek elképesztően sok gyakorlást igényelnek, esetleg egyáltalán nem könnyű átlátni az alkalmazott játékmechanikájukat. Sőt, mindkettő jelen lehet egyszerre, ami bizonyos fokig frusztrálónak tűnik, de ha egyszer rájövünk, hogy mit kell csinálni, az felülmúlhatatlan élményt jelenthet számunkra. Ezekre nem egy példa létezik, és bizony az ide sorolható játékokért sokan rajonganak, mert a kihívás, amit adnak, az valahol rendkívül élvezetes. Nem egyszerű azonban a fejlesztők számára belőni azt a határt, ami még kellő élményt kínál, de közben nem fogja elijeszteni a tömegeket, akik nem hajlandók időt áldozni azért, hogy önfeledt élvezhessék egy adott játék nehézségét. De mi lehet erre a megoldás? Jobb magyarázatok a játékmechanikára? Valakinek biztos segít, de valószínűleg nem mindenkinek. Esetleg több gyakorlópálya? Azt sokan úgyis időhúzásnak éreznék. Talán bíztatni a játékost arra, hogy gyakoroljon és majd idővel menni fog? Várjunk csak, játszani egy játékkal, hogy jobbak legyünk benne? Áh, hova vezetne az. De tényleg, hova vezetne? Mi lenne az AI-ügynökökkel? Rájuk senki sem gondol? Dehogynem, az NVIDIA felkarolja őket. Az új ACE Game Agent SDK lehetővé teszi a fejlesztőknek, hogy részben vagy teljesen lokálisan futtatható modellekre építve AI-ügynököket szállítsanak a játékaikban, tulajdonképpen szabad felhasználású formában. A vállalat szerint ennek az egyik reális felhasználási területe az AI tanácsadó, amit a Total War: Pharaoh című játékban vetnének be. Mint ismeretes a Total War sorozat mindig is nehéznek számított, miután sok tényezőt kellett egyszerre átlátni benne. Az élmény nagy része a gazdaság irányításából, a diplomáciából, a seregek mozgatásából és a terjeszkedésből származott, illetve leginkább abból, hogy mindezeket a virtuális birodalom stabilitásának megőrzésével menedzseljük. A tanulási görbe tehát igen jelentős volt, és legalább 10-15 órába telt, mire az agyunk elkezdte igazán átlátni azt, hogy a játékban mi minek a következménye, és hogyan lehet optimálisan kivédeni a negatív, nem túl kellemes eseményeket. [+] Az ACE Game Agent SDK-val ez a folyamat mellőzhető, ugyanis a fejlesztők implementáltak egy Advisor nevű, egyiptomi fáraóról mintázott tanácsadót. Az AI-ügynök RAG (Retrieval-Augmented Generation) architektúrát használ, amely 1200-nál is több összekapcsolt játékadattáblát kérdez le, és ezek alapján válaszol a játékos felmerülő kérdéseire. A rendszer tehát végig fogja majd a kezünk, így hatékonysági okokból megkímélhetjük az agyunkat a játékmechanika ok-okozati összefüggéseinek önállóan történő felismerésétől. Lusta szervről van szó, amúgy sem érdemes túlterhelni. Hasonló koncepciót próbált megvalósítani a Copilot for Gaming is, de ezt a Microsoft mostanra lecsavarta, miután a játékosok visszajelzései abba az irányba mutattak, hogy nem nagyon szeretnék egy AI-ügynök utasításait követni. Főleg úgy, hogy ennek a működése lokálisan futtatva jelentős teljesítménydeficitet jelent. Tehát végeredményben ez úgy csapódik le a közösség számára, hogy az adott program lassabban fog futni, és még a játékmechanika felfedezésének az élményét is elveszi. Az NVIDIA azonban a korábbi próbálkozásokkal ellentétben nagyon hisz abban, hogy megszólíthatja azt a játékostömeget, akik átadnák egy végigjátszás során az irányítást egy AI-ügynöknek. Erre a Total War: Pharaoh jó felmérésként szolgálhat, amelynek a zárt bétatesztje az idei évben esedékes.