Разработка AI-системы процедурной генерации контента для игр PCG

AI-процедурная генерация контента для игр

Процедурная генерация контента (PCG) позволяет создавать игровые миры, квесты, диалоги, предметы и события алгоритмически — без ручного создания каждого элемента. AI-подходы расширяют классическую PCG: нейросети генерируют семантически связный нарратив, LLM создают адаптивные диалоги НПС, диффузионные модели — уникальные текстуры и спрайты.

Генератор игровых миров и биомов

from openai import AsyncOpenAI
from dataclasses import dataclass, field
import json
import random
import numpy as np

client = AsyncOpenAI()

@dataclass
class WorldConfig:
    seed: int
    size: tuple               # (width, height) в тайлах
    biomes: list[str]         # ["forest", "desert", "tundra", "swamp"]
    civilization_level: str   # primitive, medieval, industrial, futuristic
    magic_system: bool = True
    danger_zones: int = 5
    settlements: int = 10

class ProceduralWorldGenerator:
    def __init__(self, config: WorldConfig):
        self.config = config
        self.rng = random.Random(config.seed)
        self.np_rng = np.random.default_rng(config.seed)

    def generate_heightmap(self) -> np.ndarray:
        """Генерируем карту высот через Perlin noise (opensimplex)"""
        from opensimplex import OpenSimplex
        noise = OpenSimplex(seed=self.config.seed)
        w, h = self.config.size
        heightmap = np.zeros((h, w))

        # Октавный шум для реалистичного рельефа
        for y in range(h):
            for x in range(w):
                nx, ny = x / w, y / h
                heightmap[y][x] = (
                    1.0 * noise.noise2(1 * nx, 1 * ny) +
                    0.5 * noise.noise2(2 * nx, 2 * ny) +
                    0.25 * noise.noise2(4 * nx, 4 * ny) +
                    0.125 * noise.noise2(8 * nx, 8 * ny)
                )
        return (heightmap + 1) / 2  # нормализуем в [0, 1]

    def assign_biomes(self, heightmap: np.ndarray, moisture_map: np.ndarray) -> np.ndarray:
        """Biome assignment по Whittaker biome diagram"""
        biome_map = np.zeros_like(heightmap, dtype=int)
        BIOME_RULES = [
            (0.0, 0.3, "ocean"),
            (0.3, 0.4, "beach"),
            (0.4, 0.6, "plains"),
            (0.6, 0.8, "forest"),
            (0.8, 0.9, "mountain"),
            (0.9, 1.0, "snow_peak")
        ]
        biome_ids = {b[2]: i for i, b in enumerate(BIOME_RULES)}
        for y in range(heightmap.shape[0]):
            for x in range(heightmap.shape[1]):
                h = heightmap[y][x]
                m = moisture_map[y][x]
                # Учёт влажности для смешанных биомов
                if 0.4 < h < 0.8 and m < 0.3:
                    biome_map[y][x] = biome_ids.get("desert_variant", 2)
                else:
                    for min_h, max_h, biome_name in BIOME_RULES:
                        if min_h <= h < max_h:
                            biome_map[y][x] = biome_ids[biome_name]
                            break
        return biome_map

    def place_settlements(self, heightmap: np.ndarray, biome_map: np.ndarray) -> list[dict]:
        """Размещаем поселения в пригодных для жилья локациях"""
        settlements = []
        valid_positions = np.argwhere(
            (heightmap > 0.4) & (heightmap < 0.7) & (biome_map != 0)
        )
        chosen = self.np_rng.choice(
            len(valid_positions),
            size=min(self.config.settlements, len(valid_positions)),
            replace=False
        )
        for idx in chosen:
            y, x = valid_positions[idx]
            settlements.append({
                "x": int(x), "y": int(y),
                "type": self.rng.choice(["village", "town", "city", "fortress"]),
                "population": self.rng.randint(50, 10000),
                "name": ""  # заполним через LLM
            })
        return settlements

LLM-генерация нарратива мира

async def generate_world_lore(
    world_config: WorldConfig,
    settlements: list[dict],
    biomes: list[str]
) -> dict:
    response = await client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": f"""Ты — нарратив-дизайнер для игры с процедурно сгенерированным миром.
            Создай связную историю мира. Уровень цивилизации: {world_config.civilization_level}.
            Магия: {"есть" if world_config.magic_system else "нет"}.

            Верни JSON: {{
                world_name: "...",
                history_eras: [{{name, years_ago, key_event}}],
                factions: [{{name, ideology, home_biome, relation_to_others}}],
                settlement_names: [{{id, name, local_legend}}],
                notable_artifacts: [{{name, description, location_hint}}],
                creation_myth: "...",
                current_conflict: "главный конфликт эпохи"
            }}"""
        }, {
            "role": "user",
            "content": f"""
            Биомы: {', '.join(biomes)}
            Поселений: {len(settlements)}, типы: {[s['type'] for s in settlements[:5]]}...
            Опасных зон: {world_config.danger_zones}
            Seed мира: {world_config.seed}
            """
        }],
        response_format={"type": "json_object"}
    )
    return json.loads(response.choices[0].message.content)

Процедурная генерация квестов

QUEST_TEMPLATES = {
    "fetch": {
        "structure": "Получи [предмет] от [NPC/локация] и принеси [заказчику]",
        "complications": ["предмет охраняется", "NPC требует помощи взамен", "несколько претендентов"]
    },
    "eliminate": {
        "structure": "Уничтожь [угрозу] в [локации]",
        "complications": ["угроза — невиновная жертва", "финальный босс скрыт", "побочный ущерб"]
    },
    "escort": {
        "structure": "Сопроводи [персонажа] из [А] в [Б]",
        "complications": ["персонаж скрывает секрет", "засады на маршруте", "моральный выбор в конце"]
    },
    "investigation": {
        "structure": "Расследуй [событие] в [месте]",
        "complications": ["несколько подозреваемых", "ложный след", "улики уничтожены"]
    }
}

async def generate_quest(
    template_type: str,
    world_lore: dict,
    player_level: int,
    location: dict
) -> dict:
    template = QUEST_TEMPLATES[template_type]
    complication = random.choice(template["complications"])

    response = await client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": f"""Создай квест для RPG-игры. Уровень игрока: {player_level}.
            Шаблон: {template['structure']}.
            Усложнение: {complication}.
            Используй фракции и историю мира для контекста.

            Верни JSON: {{
                title, description, giver_npc, objectives: [{{id, text, optional: bool}}],
                rewards: {{xp, gold, items: []}},
                moral_choice: {{description, option_a, option_b, consequences}},
                estimated_time_minutes: int
            }}"""
        }, {
            "role": "user",
            "content": f"Мир: {json.dumps(world_lore, ensure_ascii=False)[:1000]}\nЛокация: {location}"
        }],
        response_format={"type": "json_object"}
    )
    return json.loads(response.choices[0].message.content)

Адаптивные диалоги НПС

@dataclass
class NPCProfile:
    name: str
    race: str
    occupation: str
    faction: str
    personality: list[str]     # ["suspicious", "greedy", "loyal"]
    knowledge: list[str]       # что НПС знает о мире
    relationship: str          # "friendly", "neutral", "hostile"
    memory: list[dict] = field(default_factory=list)  # история диалогов

async def generate_npc_response(
    npc: NPCProfile,
    player_input: str,
    game_context: dict
) -> dict:
    memory_context = "\n".join([
        f"[{m['timestamp']}] Игрок: {m['player']} → НПС: {m['npc']}"
        for m in npc.memory[-5:]  # последние 5 обменов
    ])

    response = await client.chat.completions.create(
        model="gpt-4o",
        messages=[{
            "role": "system",
            "content": f"""Ты — НПС в RPG. Играй роль строго.

            НПС: {npc.name}, {npc.race}, {npc.occupation}
            Фракция: {npc.faction} | Черты: {', '.join(npc.personality)}
            Отношение к игроку: {npc.relationship}
            Знает: {', '.join(npc.knowledge)}

            История диалога:
            {memory_context}

            Отвечай в характере персонажа. Не выходи из роли.
            Верни JSON: {{
                speech: "реплика НПС",
                emotion: "neutral|happy|angry|scared|suspicious",
                action: null | "give_item" | "start_quest" | "attack" | "flee",
                hint: null | "подсказка для игрока если уместно"
            }}"""
        }, {
            "role": "user",
            "content": f"Игрок говорит: {player_input}\nКонтекст: {game_context.get('location', 'unknown')}"
        }],
        response_format={"type": "json_object"}
    )
    result = json.loads(response.choices[0].message.content)
    npc.memory.append({"timestamp": "now", "player": player_input, "npc": result["speech"]})
    return result

Процедурная генерация предметов и лута

ITEM_RARITIES = {
    "common":    {"prob": 0.60, "affix_count": (0, 1), "base_multiplier": 1.0},
    "uncommon":  {"prob": 0.25, "affix_count": (1, 2), "base_multiplier": 1.3},
    "rare":      {"prob": 0.10, "affix_count": (2, 3), "base_multiplier": 1.7},
    "epic":      {"prob": 0.04, "affix_count": (3, 4), "base_multiplier": 2.5},
    "legendary": {"prob": 0.01, "affix_count": (4, 5), "base_multiplier": 4.0},
}

def generate_item(
    item_type: str,
    player_level: int,
    world_theme: str,
    rng: random.Random
) -> dict:
    # Выбор редкости по весам
    rarity = rng.choices(
        list(ITEM_RARITIES.keys()),
        weights=[v["prob"] for v in ITEM_RARITIES.values()]
    )[0]
    spec = ITEM_RARITIES[rarity]

    base_stats = {
        "damage": player_level * 5 * spec["base_multiplier"] if item_type == "weapon" else 0,
        "defense": player_level * 3 * spec["base_multiplier"] if item_type == "armor" else 0,
        "durability": rng.randint(50, 100)
    }

    # Аффиксы из пула по теме мира
    AFFIXES = {
        "fantasy": ["of Flames", "of the Ancient", "Cursed", "Holy", "Shadow"],
        "scifi": ["Mk.II", "Prototype", "Military Grade", "Corrupted", "Quantum"]
    }
    prefix_pool = AFFIXES.get(world_theme, AFFIXES["fantasy"])
    affixes = rng.sample(prefix_pool, k=rng.randint(*spec["affix_count"]))

    return {
        "name": f"{' '.join(affixes)} {item_type.title()}",
        "rarity": rarity,
        "type": item_type,
        "stats": base_stats,
        "level_requirement": max(1, player_level - 2)
    }

PCG-система с генерацией мира, квестами и диалогами НПС — 6–8 недель. Полноценный PCG-движок с адаптивным балансом сложности, процедурными текстурами и интеграцией в Unity/Unreal — 4–6 месяцев.