Non esiste una formula universale per la difficoltà dei Nonogrammi. Un sistema di valutazione deve prima decidere cosa intende per «difficile»: più deduzioni, deduzioni più complesse, colli di bottiglia più lunghi, maggiore necessità di ricerca, tempi di risoluzione umani più elevati oppure una combinazione di questi fattori.
Per questo due editori possono assegnare etichette diverse allo stesso puzzle senza che nessuno dei due violi le regole.
La difficoltà dipende da un modello di risoluzione
Immagina due solver.
Il Solver A conosce soltanto la sovrapposizione di base e la logica dei blocchi completati. Il Solver B sa enumerare tutti i pattern validi di una linea e usare il ragionamento per contraddizione.
Lo stesso puzzle può bloccarsi per il Solver A e procedere senza problemi per il Solver B.
Un punteggio di difficoltà dipende quindi in parte da cosa il solver che misura è autorizzato a fare.
La ricerca accademica sui Nonogrammi rende esplicita questa idea definendo classi precise di ragionamento e misurando poi i puzzle rispetto a quelle classi.
Segnali comuni usati per stimare la difficoltà
Numero di passaggi o deduzioni
Un modello semplice può contare quante scansioni di righe e colonne sono necessarie prima che il puzzle venga risolto.
Batenburg e colleghi hanno studiato una classe di Nonogrammi risolvibili mediante ragionamento locale sulle linee e definito una misura di difficoltà basata su scansioni orizzontali e verticali ripetute. Il modello è utile proprio perché la procedura di risoluzione viene definita prima.
Un numero maggiore di passaggi indica normalmente più lavoro sotto quel modello, ma il semplice conteggio dei passaggi non descrive tutto ciò che un essere umano percepisce.
Tecnica più difficile richiesta
Un puzzle risolto interamente con incastri esatti e sovrapposizioni evidenti è in genere più accessibile di uno che richiede enumerazione dei pattern di linea o ragionamento per contraddizione.
Un prodotto può quindi assegnare pesi alle famiglie di tecniche oppure usare la tecnica più forte necessaria come una delle componenti della valutazione.
Libertà lasciata dagli indizi
Le linee con poco margine hanno meno collocazioni possibili. Le linee con molti pattern ancora validi tendono a fornire meno informazione.
Le misure possono usare:
- estensione minima;
- margine;
- numero di pattern di linea validi;
- velocità con cui quei pattern si riducono quando arrivano informazioni dalle linee incrociate.
Lunghezza delle catene di propagazione
Alcuni puzzle rivelano molte caselle immediatamente. Altri dipendono da catene lunghe in cui una piccola deduzione sblocca una sola linea incrociata alla volta.
Una lunga catena di dipendenze può aumentare la difficoltà anche quando ogni singolo passaggio è elementare.
Colli di bottiglia
Un puzzle può essere semplice per il 90% della griglia e sembrare comunque difficile perché un singolo stato richiede una deduzione sottile prima che il resto possa avanzare.
Il lavoro medio e il picco di difficoltà del ragionamento sono quindi metriche diverse.
Un buon sistema di valutazione dovrebbe accorgersi di entrambe.
Necessità di ramificazione, probing o analisi per contraddizione
Se un solver logico scelto raggiunge un punto fisso con caselle ancora irrisolte, un processo più forte può esplorare temporaneamente ipotesi o rami di ricerca.
Presenza, profondità e frequenza di questa ricerca possono essere segnali di difficoltà molto utili per classificazioni generate dal computer.
Ma vanno interpretati con attenzione: un solver limitato può ramificare su un puzzle per il quale un essere umano conosce una tecnica diretta più forte.
Perché la dimensione della griglia, da sola, è un indicatore debole
Una griglia più grande contiene più caselle e in genere richiede più tempo, ma non è la stessa cosa della difficoltà logica.
Un puzzle grande con indizi lunghi e informativi può produrre un flusso costante di deduzioni. Un puzzle compatto con indizi brevi e molto margine può creare un collo di bottiglia molto più severo.
La dimensione è un contesto utile per:
- durata prevista;
- carico visivo;
- sforzo di scansione;
- numero di linee da gestire.
Non dovrebbe essere trattata come un punteggio logico autonomo.
Difficoltà umana e difficoltà per il computer
Un computer e una persona non sperimentano un puzzle nello stesso modo.
Un programma può contare milioni di operazioni mentre esegue un algoritmo concettualmente semplice. Un essere umano può vedere la stessa deduzione quasi immediatamente.
Al contrario, un computer può confrontare perfettamente centinaia di pattern di linea mentre per una persona quella contabilità è estenuante.
Le valutazioni orientate agli esseri umani possono quindi incorporare:
- tempi di risoluzione osservati;
- tassi di completamento;
- uso degli aiuti;
- tassi di errore;
- livello di abilità del giocatore;
- quali deduzioni le persone notano davvero.
Questi dati possono integrare le caratteristiche ricavate dai solver invece di sostituirle.
La difficoltà può essere mirata durante la generazione
La difficoltà non è soltanto qualcosa che si misura dopo che il puzzle esiste.
La ricerca ha utilizzato solver simili agli esseri umani all'interno di sistemi di generazione: i Nonogrammi candidati vengono valutati in base al modo in cui il solver modellato progredisce, poi l'immagine o il puzzle sottostante viene modificato per avvicinarsi a una fascia di difficoltà desiderata.
Lavori più recenti hanno anche esplorato metodi di ottimizzazione che cercano puzzle valutati come difficili e piacevoli secondo un determinato modello.
Questo rafforza un principio importante:
un'etichetta di difficoltà ha significato soltanto rispetto a un modello definito e a un processo di calibrazione.
Cosa dovrebbe considerare una futura valutazione VeyraPlay
Questa guida non congela la formula di produzione di VeyraPlay. Quella formula dovrà essere calibrata sul motore reale e sui dati dei giocatori.
Un sistema futuro robusto potrebbe combinare:
- risolvibilità con insiemi di tecniche progressivamente più forti;
- numero totale di deduzioni forzate;
- numero e severità dei colli di bottiglia;
- conteggio dei pattern di linea;
- profondità della propagazione;
- requisiti di contraddizione/ricerca;
- dimensione della griglia come contesto di carico;
- comportamento empirico dei giocatori quando ci saranno dati sufficienti.
La decisione architetturale importante è mantenere separata l'etichetta di difficoltà dalle evidenze di difficoltà, così la classificazione può evolvere senza riscrivere l'identità logica del puzzle.
Idee sbagliate comuni
«Difficile significa grande»
Grande spesso significa più lungo. Non significa necessariamente più difficile dal punto di vista logico.
«Unico significa abbastanza facile da risolvere»
L'unicità dice che esiste una sola risposta, non quanto sia difficile dimostrarla.
«Una valutazione generata dal computer è oggettiva»
È riproducibile sotto il proprio algoritmo, ma l'algoritmo incorpora comunque scelte su quali operazioni contano e come vengono pesate.
«La tecnica più difficile determina da sola il livello»
Due puzzle possono richiedere la stessa tecnica e differire enormemente per quante volte compare, quanto è nascosta e quanto diventa lunga la catena di dipendenze.
Cosa imparare dopo
Per il lato algoritmico, continua con Come Funzionano i Solver Informatici di Nonogrammi. Per capire la ragione teorica più ampia per cui alcune istanze diventano difficili, leggi Perché i Nonogrammi Sono Computazionalmente Difficili.
FAQ
Esiste uno standard ufficiale Facile/Medio/Difficile per i Nonogrammi?
No, non ne esiste uno universale. Gli editori possono definire e calibrare le proprie scale.
La difficoltà può essere calcolata prima che i giocatori risolvano il puzzle?
Sì, un modello basato su un solver può stimarla. I dati reali dei giocatori possono poi migliorare la calibrazione.
Due Nonogrammi della stessa dimensione possono avere difficoltà molto diverse?
Assolutamente sì. Struttura degli indizi, collocazioni valide, percorsi di propagazione e ragionamento richiesto possono essere completamente differenti.