第四章、 電腦遊戲的最佳化設計
4.5 研究問題實證運算
n
終止條件 (Termination condition)：當進化的數目 t >T 時或特定 的染色體在族群中保持最佳組超過Q 代時，進化停止。
4.5 研究問題實證運算
本章之設計方案以上一章所發掘出的 39 個設計特徵（附錄二）
為基礎。利用C++程式語言來建構本章之電腦演算程式。在本章的問 題中，將確認在至少滿足使用者好玩需求PFmin = 4.5 的狀況下，求得 最小化總變動設計時間Tv (
x
) 之設計方案。每一設計特徵表現水準之 變動設計時間如表 4.1 所示，例如：設計特徵 1（DF1）若保持基本 的雛型設計狀態，則具有第零級的表現水準；若要具有第一級表現水 準需要多花費 10 單位的設計時間，具有第二級表現水準需要多花費 30 單位的設計時間，具有第三級表現水準則需要多花費 50 單位的設 計時間，要具有更高級的表現水準則多花費的變動設計時間越多；其 他設計特徵的情況，其詳細數據如表 4.1 所示類推。4.6 實證結果
本章將利用前一章之 28 組樣本電玩所建構的設計特徵向量，利 用其中 21 組數據進行類神經網路的訓練，再利用剩餘的 7 組數據以 驗證類神經網路的有效性。本研究訓練所得之類神經網路之輸出誤差 小於 0.2%，可謂建立出設計方案與覺得好玩程度之有效的類神經網 路對映函數。
接著利用建議之基因演算法在設計空間S 中，確認出近於最佳化
表 4.1 每一設計特徵表現水準之變動設計時間
之設計方案。本研究所建議之基因演算法各項參數如下： M = 100, Pcr
= 0.80, Pmu = 0.05, T = 99,999, Q = 1,000。吾人總共重複執行基因演算 法C++程式共 100 遍；在程式執行的這 100 遍中所獲得的結果，其平 均之總變動設計時間為 574.86 單位時間，標準差為 19.354 單位時間。
相對小的標準差意會著只要進行少量的重覆計算就可以確認求得近 於最佳化的基因演算法之解。而在此 100 遍重複執行的結果中，其中 得到之近於最佳化之設計方案如表 4.2 所示，總變動設計時間Tv(
x
) = 542 單位時間，使用者感覺好玩程度y = 4.6492，設計特徵 1(DF1)與 設計特徵 2(DF2)維持基本雛型設計（即第零級表現水準），而設計特 徵 3(DF3)應具第三級表現水準，設計特徵 4(DF4)應具第一級表現水 準，其餘設計特徵 5 至設計特徵 39 之各表現水準如表 4.2 所示之數 據，不加綴述。其中要求達到最佳表現水準的設計特徵包括「對手厲 害」、「音效要反應事件的發生」、「音效要時常變化」、「開頭幾關容易 過關」及「後幾關不容易得高分」等五個特徵；要達到第四級表現水 準的則有「遊戲角色動作逼真」、「角色的風格很像我本人」、「遊戲的 武器配件厲害」及「可讓兩個以上的遊戲者輪流玩」等四個設計特徵；要達到第三級表現水準則有「遊戲情節具戲劇化」。而電玩總設計時 間則為總變動設計時間加上基本電玩雛型開發時間。在運算效率上，
本研究利用 1.8 GHz CPU的個人電腦來執行C++程式，每一次程式執
行的計算時間約 5 分鐘。
表 4.2 重覆 100 次計算所得出之近於最佳化方案 總變動設計時間 T(
x
) = 542 單位時間 使用者感覺好玩程度 y = 4.6492每一設計特徵之表現水準
x1 =0 x2 =0 x3 =3 x4 =1 x5 =0 x6 =2 x7 =1 x8 =1 x9 =1 x10 =0 x11 =4 x12 =4 x13 =5 x14 =0 x15 =1 x16 =4 x17 =0 x18 =0 x19 =1 x20 =5 x21 =2 x22 =0 x23 =5 x24 =1 x25 =2 x26 =0 x27 =0 x28 =5 x29 =5 x30 =1 x31 =0 x32 =0 x33 =0 x34 =4 x35 =1 x36 =1 x37 =0 x38 =0 x39 =0
4.7 綜合討論
本部份的研究主要是提出一個解決電玩設計時，用以權衡取捨眾 多設計特徵表現水準的方法。在電玩設計的過程中，權衡各設計特徵
是一件非常重要但也是非常複雜的工作。一個電玩包含非常多的設計 特徵，而且每一設計特徵又有不同程度的表現水準。所以一個電玩設 計方案的全部組合數就會變得非常龐大。但是又因為有及時上市的時 間壓力，所以對於電玩設計者來說，可用的時間將受到相對的限制。
所以發展一個能夠有效率的確認電玩設計方案的方法，對於電玩設計 而言就變得很重要。
本部份的研究利用類神經網路結合基因演算法以求得電玩之近 於最適化的設計。這樣的方法可分為兩部份；首先考慮各設計特徵可 能會有交互影響，設計特徵之間亦可能產生組合效應，故建構類神經 網路以發掘這些設計特徵與感覺好玩程度之間的非線性關係，本部份 利用前一章實驗所得到的昂貴資料可藉以評估出一個電玩設計方案 的整體感覺好玩程度。接著所建議之基因演算法可從龐大設計方案解 答空間中，有效率的確認出近於最佳化之設計方案。而所決定的設計 方案將可使電玩設計者適切的將資源與心力配置在不同的設計特徵 上。
將近於最佳化的結果和表 3.1 之相對貢獻度排名於前的設計特徵 做比較，發覺排名前 10 的設計特徵之表現水準皆大於第三級以上，
確實對於感覺好玩的程度有相當的影響力，但是並非排名於前的設計 特徵就必然要達到最佳的表現水準，例如「遊戲情節具戲劇化」雖然 相對貢獻度最大，但是其表現水準的要求只要達到第三級即可，而排 名二、四、五的三個設計特徵之表現水準也只被要求達到第四級的水 準即可，主要在於「遊戲情節具戲劇化」這個設計特徵之相對貢獻度 雖然最大，但是要達到最佳水準之變動設計時間也相對要投入非常 多，所以在變動設計時間大幅增加的狀況下，所產生的邊際效益並不 好，而排名於後的幾個設計特徵，因為其變動設計時間相對的少很 多，當這些設計特徵達到最佳水準時，其變動設計時間相對增加不大 的情況下，反而會產生效果非常好的邊際效益。
所以這樣的方法可以提供電玩設計者在眾多的電玩設計方案 中，即時而有效率的決定出適合的設計方案，以應付快速的市場變化 及時間壓力，即時的搶佔電玩市場的先機。