它可能平衡了，但真的好吗？游戏关卡平衡性的实证评估

在游戏中实现最佳平衡对其成功至关重要，但这依赖于大量的手动工作和游戏测试。为了促进这一过程，基于强化学习的程序化内容生成框架最近被有效地用于改善现有游戏关卡的平衡性。然而，这种方法仅启发式地评估平衡性，忽略了实际的人类感知。因此，本研究提出了一项调查，以结合人类游戏测试来实证评估所创建的内容。参与者在四种不同场景中被问及他们对关卡在平衡前后所做更改的感知，反之亦然。基于描述性和统计分析，我们的研究结果表明，基于PCGRL的平衡性调整在大多数场景中对玩家感知的平衡性产生了积极影响，尽管不同场景在平衡的各个方面存在差异。