跳到主要内容

可复现的关卡生成与质量约束

程序生成不是“每格调用一次随机数”。它是把设计约束编码成可复现的内容生产过程:怎样的空间值得探索,出口多远,何处可以战斗,资源和风险怎样分布。随机只是产生候选,验证与修复负责保证候选可玩。没有质量约束的无限地图,往往只是无限重复的无意义空间。

先定义生成合同​

以 40×30 格的俯视地牢为例:入口与出口连通;主路径长度在一定区间;每个战斗房间至少容纳角色与闪避;奖励与危险不要重叠;玩家出生点附近有安全空间。合同还应包含最大重试次数与失败回退,防止坏种子让启动过程一直转圈。

最小输入是 seed、生成器版本和参数;最小输出是逻辑地图、实体布置与诊断信息。美术装饰使用单独随机流,避免加一棵草改变房间布局。线上故障应记录完整输入,而不是只记录 seed:算法和参数升级后,同一 seed 也可能生成另一张图。

房间和走廊是易解释的起点​

一种简单流程是:采样不重叠矩形房间,保留最小间距;用明确顺序将房间中心连成图;先构造保证连通的树,再增加少量边产生环路;沿边挖走廊;选择距离较远的入口和出口;最后放敌人与装饰。它不是所有地牢的最佳算法,却容易观察每个步骤为何得到当前结果。

type Cell = { col: number; row: number };
function reachable(start: Cell, width: number, height: number,
isOpen: (c: number, r: number) => boolean): Set<number> {
if (start.col < 0 || start.row < 0 || start.col >= width ||
start.row >= height || !isOpen(start.col, start.row)) return new Set();
const key = (c: number, r: number) => r * width + c;
const seen = new Set<number>([key(start.col, start.row)]);
const queue: Cell[] = [start];
for (let i = 0; i < queue.length; i++) {
const p = queue[i];
for (const [dx, dy] of [[1, 0], [-1, 0], [0, 1], [0, -1]]) {
const c = p.col + dx, r = p.row + dy;
if (c < 0 || r < 0 || c >= width || r >= height) continue;
const id = key(c, r);
if (!isOpen(c, r) || seen.has(id)) continue;
seen.add(id); queue.push({ col: c, row: r });
}
}
return seen;
}

这段洪水填充能验证格子连通性,却没有证明角色实际能通过。角色有半径时,要先按体积膨胀障碍或缩小可通行区域;平台跳跃还需要验证跳跃能力,而不是上下左右 BFS。验证器的运动模型要与实际玩法一致。

地形算法各有擅长的结构​

噪声适合连续高度、湿度和地貌分布,但阈值后会产生孤岛;细胞自动机适合洞穴形态,但仍需连通性修复;分区与房间图适合人为组织的空间;预制房间拼接能保留手工设计的战斗质量,但需要连接口合同。可以混合这些方法,不必为追求“全随机”放弃可控内容。

Wave Function Collapse 依据局部模式与邻接约束生成内容,适合保持瓦片风格和局部组合规则。它可能遇到矛盾,需要重试或回溯;局部图案合法也不自动等于入口出口可达。若使用 WFC 生成可玩地图,应额外设计全局约束、后验验证或先生成骨架再填充的流程,不能把算法名称当成可玩性保证。

生成顺序改变玩法分布​

先放出口再放敌人与先放敌人再找出口,会产生不同的风险结构。若敌人只在所有空格均匀采样,大房间天然更容易堆怪;若每个房间固定数量,小房间可能过密。需要明确按面积、路径阶段、距离还是房间类型分配。随机权重应是设计参数,而不是散落代码中的魔法数字。

奖励也应考虑可达性与代价。主路上必得的资源和支路探索奖励有不同作用;若钥匙出现在上锁门后面,即使地图整体连通仍然死局。带门、钥匙和能力解锁时,验证状态空间或使用能保证顺序的生成语法。不要依赖人工抽查两张图来证明所有种子可解。

失败必须可重现且有上限​

每次候选生成记录拒绝原因,例如房间不足、主路太短、出口不可达。达到重试上限后可以回退到已验证模板,或者返回明确失败给调用者。不要悄悄改 seed 无限重试,让故障日志无法还原。生成过程可分阶段可视化:房间、连接图、走廊、布置、验证,便于理解分布问题。

批量验证应统计通过率、路径长度、房间数、敌人密度和耗时分布。极端种子比平均值更重要;保存失败样本形成回归集合。浏览器可运行纯 TypeScript 生成器并检查这些性质,微信真机还要测生成耗时、节点实例化峰值与首次进入卡顿。逻辑生成可以快速,场景构建仍可能慢。

随机分布需要设计与解释​

“百分之二十概率出现奖励”不保证五个房间里恰有一个奖励,也可能连续多局没有。若体验要求稳定,可以采用配额、加权袋或带保底的规则;它们与独立随机产生不同分布,需要直接写进设计。不要看到少量样本不符合直觉就随意改随机算法,先确认目标究竟是概率公平还是每局结构稳定。

难度也不能仅由敌人数决定。房间面积、遮挡、出口数量、远程敌人的视线以及恢复资源都会改变压力。生成器可以先给房间分配角色,再按角色选择模板与布置,减少“数值相同但地形导致必死”的组合。生成约束越多,越要保持失败原因可见,防止调一个参数后通过率突然归零。

预制房间拼接需要检查连接方向、门宽、边界占用和导航高度等合同。连接口形式匹配仍不代表玩家能从一端走到另一端,房间内部也要有验证数据。可以对每个房间预计算入口之间的可达关系,再在全局图上校验路线,避免反复把美术场景当作唯一事实来源。

评审生成结果时应同时看统计和代表样本。统计能发现分布偏移,样本能揭示重复感、死角与不自然的装饰。保存固定种子的图板,版本间对照观察变化;有意改变算法时说明预期分布如何变化,而不是只写“优化随机地图”。

给 AI 的生成任务​

实现纯 TypeScript 的房间走廊生成器,输入 seed/version/config,输出与手工关卡相同的数据结构。先保证连通,再放入口出口与敌人。提供阶段可视化、最大重试/模板回退、拒绝原因与失败种子日志。装饰使用独立随机流,不调用 Math.random 影响逻辑布局。

验收:同一输入输出一致;一千个固定种子都结束且满足合同或明确回退;失败种子可复现;更换装饰不改变可通行与实体布置;按角色半径检查窄道;统计报告不把未运行的批次写成已通过。可在 实验室 展示生成阶段。

来源与适用边界​

核查日期:2026-11-17。房间流程是本文教学设计,未声称已经进行批量种子测试;Creator 3.8.8 只承接生成数据与显示。