Developing a core and meta game balance engine for casual and midcore mobile games (Q2686975)
Jump to navigation
Jump to search
Project Q2686975 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Developing a core and meta game balance engine for casual and midcore mobile games |
Project Q2686975 in Poland |
Statements
3,724,343.75 zloty
0 references
5,753,950.0 zloty
0 references
64.73 percent
0 references
1 January 2021
0 references
30 June 2023
0 references
ONEMOREGAME.STUDIO SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
50°3'49.0"N, 19°56'31.2"E
0 references
Celem projektu jest opracowanie silnika balansującego trudność rozgrywki tzn. core gameplay’u na poszczególnych poziomach gry oraz modułu balansującego ekonomię metagry. Realizacja powyższego celu będzie możliwa poprzez opracowana silnika symulującego logikę rozgrywki typu core gameplay oraz symulatora graczy, który za pomocą sterowanych machine learningiem bądź algorytmami genetycznymi mikroalgorytmów przechodził będzie przez serię leveli w taki sam sposób jak prawdziwe kohorty graczy. Skróci to blisko dziesięciokrotnie czas testowania nowych leveli gry. Opracowane modele machine learning sterować będą poziomem trudności poszczególnych poziomów rozgrywki w sposób niezauważalny dla graczy. Sterowanie trudnością odbywać się będzie w oparciu o poziom umiejętności gracza. Z warstwą symulatora graczy zintegrowany zostanie symulator ekonomii przepływów zasobów w meta grze. Symulator ekonomii rozgrywki prześledzi przepływ różnego rodzaju zasobów w trakcie rozgrywki prowadzonej przez graczy na przestrzeni minimum 100 leveli, co odpowiada 2-4 tygodniom realnego gameplay’u. Symulator będzie wspierał planowanie niedoborów zasobów we właściwych momentach, planowanie wartości tych niedoborów, szacowanie wydatków jakie powinien ponieść gracz na zakup zasobów w grze aby zachować właściwe tempo progresji w grze określone rytmem gry. Opracowany silnik komunikował się będzie za pomocą szyny komunikacyjnej łączącej instancje gier z backendem gry. SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art: 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014) (Polish)
0 references
The aim of the project is to develop an engine that balances the difficulty of gameplay, i.e. core gameplay at different levels of the game and a module that balances the economy of the metagame. The above goal will be achieved through a developed engine simulating the logic of core gameplay and gamer simulator, which, using machine learning or genetic algorithms of microalgorithms, will pass through a series of levels in the same way as real gamers cohorts. This will reduce the testing time of new levels of the game almost ten times. Developed machine learning models will control the difficulty levels of each gameplay level in a way that is unnoticed to players. The difficulty control will be based on the player’s skill level. With the player simulator layer, the resource flow economy simulator in the meta game will be integrated. The gameplay economics simulator will track the flow of various resources during the gameplay over a minimum of 100 levels, corresponding to 2-4 weeks of real gameplay. The simulator will support planning resource shortages at the right moments, planning the value of these shortfalls, estimating the expenditure a player should bear to purchase in-game resources in order to maintain the correct pace of progression in the game as determined by the rhythm of the game. The developed engine will communicate using a communication rail connecting game instances with the backend of the game. SA.41471(2015/X) Purpose_public_aid: Article: 25 of Commission Regulation (EU) No 651/2014 of 17 June 2014 declaring certain categories of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty Urz. EU L 187/1 of 26.06.2014) (English)
7 July 2021
0 references
L’objectif du projet est de développer un moteur qui équilibre la difficulté du gameplay, c’est-à-dire le gameplay de base à différents niveaux du jeu et un module qui équilibre l’économie du métagame. L’objectif ci-dessus sera atteint par un moteur développé simulant la logique du gameplay de base et du simulateur de gamer, qui, en utilisant l’apprentissage automatique ou des algorithmes génétiques de microalgorithmes, passera à travers une série de niveaux de la même manière que les cohortes de joueurs réels. Cela réduira le temps de test des nouveaux niveaux du jeu presque dix fois. Des modèles d’apprentissage automatique développés contrôleront les niveaux de difficulté de chaque niveau de jeu d’une manière inaperçue pour les joueurs. Le contrôle de la difficulté sera basé sur le niveau de compétence du joueur. Avec la couche de simulateur joueur, le simulateur d’économie de flux de ressources dans le méta jeu sera intégré. Le simulateur d’économie de gameplay suivra le flux de ressources diverses pendant le gameplay sur un minimum de 100 niveaux, correspondant à 2-4 semaines de gameplay réel. Le simulateur soutiendra la planification des pénuries de ressources aux bons moments, planifier la valeur de ces déficits, estimer les dépenses qu’un joueur devrait supporter pour acheter des ressources dans le jeu afin de maintenir le rythme correct de progression dans le jeu tel que déterminé par le rythme du jeu. Le moteur développé communiquera à l’aide d’un rail de communication reliant les instances de jeu avec le backend du jeu. SA.41471(2015/X) But_public_aid: Article: 25 du règlement (UE) no 651/2014 de la Commission du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur en application des articles 107 et 108 du traité URZ. UE L 187/1 du 26.6.2014) (French)
3 December 2021
0 references
Ziel des Projekts ist es, eine Engine zu entwickeln, die die Schwierigkeit des Gameplays, d. h. das Kernspiel auf verschiedenen Spielebenen, und ein Modul, das die Wirtschaft des Metagames ausbalanciert, ausgleicht. Das obige Ziel wird durch eine entwickelte Engine erreicht, die die Logik des Kernspiels und des Gamer-Simulators simuliert, der unter Verwendung von maschinellem Lernen oder genetischen Algorithmen von Mikroalgorithmen eine Reihe von Ebenen auf die gleiche Weise durchläuft wie echte Gamer-Kohorten. Dies wird die Testzeit von neuen Levels des Spiels fast zehn Mal reduzieren. Entwickelte Machine Learning-Modelle werden die Schwierigkeitsstufen jedes Gameplay-Levels auf eine Art und Weise steuern, die für die Spieler unbemerkt ist. Die Schwierigkeitskontrolle basiert auf dem Geschicklichkeitsniveau des Spielers. Mit der Player-Simulator-Ebene wird der Ressourcenfluss-Wirtschaftssimulator im Meta-Spiel integriert. Der Gameplay-Wirtschaftssimulator wird den Fluss verschiedener Ressourcen während des Gameplays über ein Minimum von 100 Levels verfolgen, was 2-4 Wochen reales Gameplay entspricht. Der Simulator unterstützt die Planung von Ressourcenknappheit in den richtigen Momenten, die Planung des Wertes dieser Defizite, die Schätzung der Ausgaben, die ein Spieler für den Kauf von In-Game-Ressourcen tragen sollte, um das richtige Tempo des Fortschritts im Spiel zu halten, wie es durch den Rhythmus des Spiels bestimmt wird. Die entwickelte Engine kommuniziert über eine Kommunikationsschiene, die Spielinstanzen mit dem Backend des Spiels verbindet. SA.41471(2015/X) Zweck_public_aid: Artikel: 25 der Verordnung (EU) Nr. 651/2014 der Kommission vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV URZ. EU L 187/1 vom 26.6.2014) (German)
13 December 2021
0 references
Het doel van het project is om een motor te ontwikkelen die de moeilijkheidsgraad van gameplay in evenwicht brengt, d.w.z. core gameplay op verschillende niveaus van het spel en een module die de economie van de metagame in evenwicht brengt. Het bovenstaande doel zal worden bereikt door middel van een ontwikkelde motor die de logica van de kern gameplay en gamer simulator, die, met behulp van machine learning of genetische algoritmen van microalgoritmen, zal passeren door een reeks niveaus op dezelfde manier als echte gamers cohorten. Dit vermindert de testtijd van nieuwe niveaus van het spel bijna tien keer. Ontwikkelde machine learning modellen zullen de moeilijkheidsniveaus van elke gameplay level te controleren op een manier die onopgemerkt aan spelers. De moeilijkheidsgraad zal gebaseerd zijn op het vaardigheidsniveau van de speler. Met de speler simulator laag, de resource flow economy simulator in het meta spel zal worden geïntegreerd. De gameplay economie simulator zal de stroom van verschillende middelen tijdens de gameplay volgen over een minimum van 100 niveaus, overeenkomend met 2-4 weken echte gameplay. De simulator ondersteunt planning resource tekorten op de juiste momenten, het plannen van de waarde van deze tekorten, schatting van de uitgaven die een speler moet dragen om in-game middelen te kopen om het juiste tempo van progressie in het spel te behouden zoals bepaald door het ritme van het spel. De ontwikkelde motor communiceert met behulp van een communicatierail die game instances verbindt met de backend van het spel. SA.41471(2015/X) Doel_public_aid: Artikel: 25 van Verordening (EU) nr. 651/2014 van de Commissie van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard URZ. EU L 187/1 van 26.6.2014) (Dutch)
17 December 2021
0 references
Identifiers
POIR.01.02.00-00-0179/20
0 references