基于遺傳算法的虛擬寵物進化游戲設計

趙一涵 王建一 王濤

摘 要：近年來，網(wǎng)絡時代不僅給人們的生活方式帶來變革，同時也豐富了人們的娛樂方式，網(wǎng)絡游戲以迅猛的速度大肆興起。而網(wǎng)絡游戲中，以寵物為主角的游戲向來受到玩家的喜愛。但縱觀當前網(wǎng)絡游戲現(xiàn)狀，普遍出現(xiàn)以競技的壓力給玩家?guī)硇睦碡摀默F(xiàn)象，網(wǎng)絡游戲雖然為心理學注入活力，但網(wǎng)絡心理學仍然沒有很好地與游戲相結(jié)合給玩家?guī)砀嘈睦砩系姆潘?。本文旨在分析如何通過構(gòu)建一個游戲產(chǎn)品，并且使用遺傳算法這一核心功能，實現(xiàn)游戲主體即寵物狗的基因遺傳，從而滿足玩家在碎片化時間里最大程度放松心靈，實現(xiàn)創(chuàng)造，滿足釋放壓力的心理。本文從網(wǎng)絡游戲產(chǎn)品的現(xiàn)狀分析出發(fā)，引入寵物的需求和玩家對心理滿足的追求，進而引出研究方法，分析用戶喜好與習慣，從游戲界面、游戲主體游戲功能以及交互方式等方面對游戲產(chǎn)品進行設計，并設計編程實施方案。文章完整、系統(tǒng)地分析了游戲的功能與效果，并從功能的完成情況、可用性對用戶體驗進行了分析與評價。

關(guān)鍵詞： 網(wǎng)絡游戲;虛擬寵物;遺傳;游戲心理

【Abstract】 In recent years， the Internet has not only brought about changes in people's lifestyles， but also enriched people's entertainment methods and online games have risen at a rapid pace， among which pet-based games have always been favored by players. However， looking at the current status of online games， there is a general phenomenon that the competitive pressure brings psychological burden to players. Although online games inject vitality into psychology， psychology is still not well combined with games to bring more psychological relaxation to players. This article aims to analyze how to build a game product and use the core function of Genetic Algorithm to realize the genetic inheritance of the main body of the game， namely the pet dog， so as to satisfy the players to relax their hearts， achieve their creativity， and release pressure in the fragmentation time. This article starts from the analysis of the status of online game products， introduces the demand of pets and the pursuit of psychological satisfaction which players are pursuing， and then leads research methods， analyzes users preferences and habits， and tests game products from the aspects of game interface， the main functions， and interaction modes， and also designs a programming implementation. The article analyzes the function and effect of the game completely and systematically， and evaluates the user experience from the completion of the function and usability.

【Key words】 ?online game; virtual pet; heredity; game psychology

0 引 言

網(wǎng)絡游戲是玩家通過控制游戲中的角色或場景來與其它用戶進行互動的一種產(chǎn)品和信息化服務，最終可以實現(xiàn)滿足人們的游戲心理這一效果。而為了達到這一設計目的，對游戲進行了更為精細的分類，目前多是將其分為：射擊游戲、運動游戲、休閑游戲、模擬游戲、動作游戲、競速游戲、解謎游戲、養(yǎng)成游戲等等種類?，F(xiàn)如今，網(wǎng)絡游戲已經(jīng)成為人們休閑娛樂的主要方式之一，其市場空間[1]也在不斷擴大。

虛擬寵物游戲不僅僅順應游戲這一輕資產(chǎn)行業(yè)所需要的創(chuàng)新與經(jīng)濟發(fā)展的要求，更實現(xiàn)了對社會文化現(xiàn)象的模擬與再現(xiàn)，在滿足IP的創(chuàng)新要求帶來經(jīng)濟收益的同時，也順應社會人文價值觀。將寵物虛擬化，以游戲的形式，使玩家體驗到偏向于真實感寵物所能帶來的陪伴的快樂，重點在于為喜愛寵物但受限于現(xiàn)實條件約束不能飼養(yǎng)寵物的人們提供一個有人文關(guān)懷與情感釋放的平臺，以可愛明快的畫風與創(chuàng)新的算法使得經(jīng)濟效益與文化效益相結(jié)合，為游戲行業(yè)創(chuàng)造更大的經(jīng)濟規(guī)模貢獻力量，同時也為社會人文關(guān)懷增添助力。

本文主要討論基于遺傳算法的虛擬寵物進化游戲的實際實現(xiàn)，從游戲角色入手，將寵物狗的各個部位編碼存儲，到遺傳算法的應用下出生、繁衍、死亡的功能研發(fā)，再到為顧及玩家互動引入的喂食功能、升級功能，游戲中充滿趣味性的聲音的應用，這一系列功能的組合與游戲整體框架的形成。對其詳述如下。

3.2 狗的保存與拖拽功能實現(xiàn)

由于進入下一關(guān)時，上一關(guān)的狗會默認為死亡，而上一關(guān)生成的狗可能會有玩家喜歡且希望帶入到下一關(guān)繼續(xù)繁衍的狗，因此添加狗的保存與拖拽功能。首先聲明要保存的狗GameObject dog，保存預留的4只狗 GameObject dog1、 GameObject dog2、GameObject dog3和GameObject dog4以及4個位置dogpos1、dogpos2、dogpos3和dogpos4。另外設置保存按鈕GameObject ui5和退出按鈕GameObject ui6，點擊右邊的按鈕可以彈出來保存的界面，也可以返回原始界面，保存界面中狗的生存時間暫停，隱藏其它的狗類。接下來，就是研發(fā)保存狗的操作，如果4個坑位都被占據(jù)則不能保存，首先確定要保存的位置，初始化坐標使狗成為保存面板的子物體，然后要完成拖拽狗的動作，選擇將要拖動的物體，獲取射線需要碰撞的層，直接從外部定義好層，獲得鼠標的位置和cube位置差，并且獲取目標對象的屏幕坐標，得到名字為Cube的層的二進制和一個十進制表示的層的名字，這里就是第十層，使用位運算，因為 LayerMask是以二進制存儲的，Layer的層是以0開始。最后把當前鼠標的屏幕坐標轉(zhuǎn)換成世界坐標，再選中的時候，只要按下空格鍵就可完成保存的操作。設計研發(fā)界面如圖6所示。

3.3 游戲限時功能實現(xiàn)

每只狗的生存與繁殖都通過時間來展示，為了讓玩家更加直觀地了解時間還剩多少，添加計時器功能。而喂食功能會縮短等待新生狗的時間，同時狗會發(fā)出開心的叫聲。

4 結(jié)束語

本文面對的是如何通過設計一款基于遺傳算法的游戲產(chǎn)品，將滿足玩家娛樂心理的游戲，緩解快節(jié)奏的生活和科技帶來的壓力為主要目的，設計集寵物對人們的積極影響，遺傳算法所實現(xiàn)的效果于一身的虛擬寵物養(yǎng)成游戲，來使玩家個人在與游戲劇

情的不斷交互中，獲得各種心理滿足，包括學習欲望，提升自我滿足與價值感。鼓勵學者們的相互借鑒，最終能夠?qū)ΜF(xiàn)如今游戲心理學提供有益借鑒。

本文旨在滿足玩家解壓游戲心理的研究意義，并經(jīng)過詳盡的需求分析，研究與虛擬寵物這一主題最適合的實現(xiàn)的方法、即遺傳算法與交互方式。探索提出了整個虛擬寵物養(yǎng)成游戲的分析、設計與代碼開發(fā)，同時對每部分工作的必要性、創(chuàng)新點以及難點進行全面的研究與分析。

參考文獻

[1]謝佩洪，成立. 中國 PC 網(wǎng)絡游戲行業(yè)商業(yè)模式創(chuàng)新的演化研究[J]. 北京：科研管理，2016，37（10）：60-68.

[2]邊霞，米良. 遺傳算法理論及其應用研究進展[J]. 計算機應用研究，2010，27（7）：2425-2429，2434.

[3]DORIER J， CRESPO I， NIKNEJAD A， et al. Boolean regulatory network reconstruction using literature based knowledge with a genetic algorithm optimization method[J]. BMC Bioinformatics，2016，17：1-19.

[4]MOTIEGHADER H， NAJAFI A， SADEGHI B，et al. A hybrid gene selection algorithm for microarray cancer classification using genetic algorithm and learning automata[J]. Informatics in Medicine Unlocked，2017，9：246-254.

[5]OTHMAN R M， DERIS S， ILLIAS R M. A genetic similarity algorithm for searching the Gene Ontology terms and annotating anonymous protein sequences[J].Journal of Biomedical Informatics，2008，41（1）：65-81.

[6]KUMAR M， GURIA C. The elitist non-dominated sorting genetic algorithm with inheritance （i-NSGA-II） and its jumping gene adaptations for multi-objective optimization[J]. Information Sciences，2017，382-383：15-37.

[7]BERNDT D J， WATKINS A. Investigating the performance of genetic algorithm-based software test case generation[C]//8th IEEE International Symposium on High-Assurance Systems Engineering. TAMPA， FL， USA：IEEE，2004：1-2.

[8]楊科選，梁昔明. 遺傳算法在游戲開發(fā)中的應用[J].計算機系統(tǒng)應用，2009（5）：128-130，143.

[9]龔向宇，徐東平. 優(yōu)化的遺傳算法在游戲編程中的應用[J]. 電腦知識與技術(shù)（學術(shù)交流），2007（2）：432，461.

[10]馬永杰，云文霞. 遺傳算法研究進展[J]. 計算機應用研究，2012，29（4）：1201-1206，1210.