Данное исследование представляет собой попытку проанализировать сильные и слабые стороны видеоигр с механиками скрещивания и наследования.
В рамках работы разобраны более 10 игр (включая Petz, Niche, Pocket Frogs, Wobbledogs, Equilinox, Koi Farm); а также используемые в них алгоритмические подходы: классическая менделевская модель, генетические алгоритмы и другие решения.
Методология опирается на R&D-подходы: сравнительный анализ игровых механик размножения, разбор материалов от разработчиков и игроков.
Особое внимание уделяется тому, как сложность и прозрачность созданных моделей влияют на эмоции и вовлечённость, делая одни игры перегруженными, а другие — слишком поверхностными.
Выводы и обобщённые данные в виде списка призваны помочь проектировщикам видеоигр с похожей тематикой.
Оглавление
- Введение
- Терминология
- Основная часть
- Заключение
Концепция
С момента клонирования овечки Долли в 1996 году, ставшей символом перехода генетики из области научной фантастики в реальность, идеи про клонирование и генные модификации прочно вошли в массовую культуру, породив много новых инструментов и технологий.
Доктор Рон Джеймс и различные клоны овец из компании PPL Therapeutics.
На этом фоне видеоигры про эволюцию, селекцию, разведение существ и виртуальных питомцев, от ранних проектов вроде Creatures и Petz до более современных Niche, Planet Zoo, Mewgenics и Wobbledogs, превратились в игровую площадку для экспериментов с искусственной жизнью.
Игроки в весёлой и забавной форме получили возможность без сложного лабораторного оборудования, рисков, высоких затрат и продвинутых знаний в области селекции познакомиться в интерактивной форме с биологическими понятиями: ген, ДНК, РНК, доминантность, мутация, кроссинговер и т. д.
Разработчики, в свою очередь, получили возможность повысить реиграбельность и глубину выпускаемых проектов за счёт параметризации и автоматического создания огромного разнообразия контента как внутри, так и снаружи игры, что особенно ценно для малых студий.
Everything is Crab: The Animal Evolution Roguelite, Demoversion (2025-2026+).
В основе большинства игр жанра «breeding sim» (симулятор разведения) лежат разные типы алгоритмов размножения и эволюции: от упрощённой Менделевской схемы до полноценных генетических алгоритмов с эвристическими функциями, и нейроэволюцией для воссоздания целых популяций существ.
Часть проектов создаёт лишь видимость наследования, где система имитирует генетику через случайные таблицы и скрипты.
Другие же опираются на эволюционные подходы, используя компактный вектор параметров — генотип. Этот тип данных, в свою очередь, отображается в фенотип: информацию, которую игрок видит, оценивает, получая затем эмоции.
В результате игры одного и того же жанра могут скрывать радикально разные по глубине и прозрачности модели: от простого «скрести две карточки — получи третью» (казуальные игры с коллекционированием) до сложных песочниц и tycoon-ов, где игрок фактически занимается жёстким искусственным отбором.
Слева: пример алгоритма на клеточных автоматах. Справа: визуализация алгоритма роя частиц.
Данное исследование представляет собой аналитическое сравнение успешных и неудачных видеоигр с наследованием, мутациями, геномами, скрещиванием, селекцией и отбором.
В рамках работы собраны более 10 игр: Petz, Niche, Planet Zoo, APICO, Pocket Frogs, Wobbledogs и другие.
При разборе видеоигр внимание уделяется сложности и ясности созданных игровых моделей, которые делают одни игры невыносимо тяжёлыми, а другие — слишком простыми и скучными.
В заключении исследования представлены выводы и данные, которые призваны помочь дизайнерам и программистам грамотно внедрять игровые системы, вдохновлённые генетикой и селекцией. Они должны обладать достаточно строгой внутренней логикой, быть дружелюбными и интуитивно читаемыми, чтобы у игрока через визуальные способы подачи информации закреплялось понимание причинно-следственных связей.
Только так игре удастся не превратиться в симулятор с высоким порогом вхождения для хардкорных геймеров и профессиональных селекционеров.
Клонированная овца по кличке «Молли». The Alters (2024).
Методология исследования следующая:
1. Формировался первичный список всех видеоигр с упомиманием в описании фраз: генетика, размножение, breeding sim.
2. К кандидатам ставился ключевой вопрос: «Используются ли в программной части продукта алгоритмические методы, такие как: классическая менделевская модель, генетические алгоритмы, агентные решения, клеточные автоматы, нейроэволюция или другие аналогичные решения».
3. Видеоигры, которые имитировали тематику генетики, селекции, биологии, эволюции, — не исключались из выборки и помечались для финальных результатов.
