Escarmouche: expérimenter l'équilibrage algorithmique d'un jeu de plateau

Ces démangeaisons mentales qui ne disparaissent jamais

Il y a des idées qui nous suivent pendant des semaines, des mois, des années avant qu’on ne finisse par véritablement les mettre en œuvre. Elles restent là, quelque part dans un coin de notre esprit, attendant patiemment le bon moment pour ressurgir.

Ce déclic, je l’ai eu récemment en visionnant cette vidéo du Youtubeur _nubmark. Un jeu de plateau ! Sur un échiquier ? Exactement ce qu’il me fallait pour faire revenir mes souvenirs de weekends entiers passés à jouer à Confrontation dans le garage de mes grands-parents, avec mon frère et mes cousins.

Ces parties interminables où nous passions des heures à débattre des règles labyrinthiques, à mesurer au millimètre les lignes de vue, à optimiser nos compositions d’escouade… Et surtout, cette satisfaction unique de créer sa propre armée, de lui donner une identité tactique, de la voir évoluer au fil des parties.

Mais à presque 40 ans aujourd’hui, père d’un jeune garçon, la réalité a rattrapé la nostalgie. Plus le temps pour des sessions de 4h, plus le budget pour investir dans des figurines coûteuses, et encore moins l’envie de passer des soirées entières à débattre d’obscurs points de règles.

Comment retrouver ce plaisir de la composition stratégique et de la personnalisation, tout en s’adaptant aux contraintes du temps et du budget ? Comment condenser l’essence de ce qui rendait ces jeux passionnants dans quelque chose de plus accessible ?

C’est de cette réflexion qu’est né le projet Escarmouche: une tentative de distiller l’essence du wargame tactique dans un format plus digeste, tout en explorant de nouvelles approches pour résoudre l’éternel problème de l’équilibrage.

Le jeu de dames rencontrent Warhammer : une expérimentation

Et si on pouvait avoir le beurre et l’argent du beurre : créativité totale ET parties équilibrées ? C’est la question centrale d'Escarmouche, un projet expérimental de jeu de plateau qui tente de marier la simplicité du jeu de dames/des échecs avec la richesse tactique des wargames.

Et comme on ne se refait pas, le concept repose sur une hypothèse de travail: utiliser des algorithmes pour automatiser en partie l’équilibrage du jeu, permettant ainsi une plus grande liberté de personnalisation aux joueurs.

Le problème de l’équilibrage

Quiconque a joué à des jeux de stratégie connaît cette situation : certaines compositions d’unités dominent le “méta”, rendant d’autres approches tactiques obsolètes. Dans les jeux comme Warhammer 40K, l’équilibrage suit généralement ce cycle :

1. Design initial basé sur l’expérience des concepteurs
2. Découverte de déséquilibres par la communauté
3. Ajustements via des mises à jour de règles
4. Répétition du processus

Cette méthode, bien qu’éprouvée, présente des limitations : elle est chronophage et dépend fortement de l’intuition humaine pour l’évaluation de la puissance relative des unités.

Les algorithmes au service du design

Le jeu explore une approche différente en s’appuyant sur deux concepts informatiques :

La logique floue pour l’évaluation

L’idée est d’utiliser la logique floue pour assigner automatiquement un “rang” à chaque unité en fonction de ses caractéristiques, elles mêmes traduites en un “coût” global. Plutôt que de définir manuellement qu’une unité avec X points d’attaque vaut Y points, l’algorithme calculerait cette valeur en tenant compte de toutes les interactions possibles.

--- Définition du système flou basique actuel, avant équilibrage

-- Fonction d'appartenance décrivant le coût d'une unité
DEFINE cost (
  TERM very_low LINEAR (10, 0),
  TERM low TRIANGULAR (0, 10, 15),
  TERM mid TRIANGULAR (10, 15, 20),
  TERM high TRIANGULAR (15, 20, 25),
  TERM very_high LINEAR (20, 30)
);

-- Fonction d'appartenance décrivant l'expertise (le nombre de capacités spéciales)
-- d'une unité
DEFINE expertise (
	TERM novice LINEAR (1, 0),
  TERM seasoned TRIANGULAR (0, 1, 2),
  TERM master LINEAR (1, 2)
);

-- Fonction d'appartenance décrivant le rang d'une unité
DEFINE rank (
  TERM trooper LINEAR (10, 0),
  TERM veteran TRIANGULAR (0, 10, 20),
  TERM elite TRIANGULAR (10, 20, 30),
  TERM champion TRIANGULAR (20, 30, 40),
  TERM paragon LINEAR (30, 40),
);

-- Règles de mise en relation du coût et de l'expertise d'une unité avec son rang

IF cost IS very_low OR cost IS low THEN rank IS trooper;

IF cost IS low AND expertise IS seasoned THEN rank IS veteran;

IF cost IS mid THEN rank IS veteran;
IF cost IS mid AND expertise IS seasoned THEN rank IS elite;

IF cost IS high THEN rank IS elite;
IF cost IS high AND expertise IS seasoned THEN rank IS champion;

IF cost IS very_high THEN rank IS champion;

IF cost IS very_high AND ( expertise IS seasoned OR expertise IS master ) THEN rank IS paragon;

L’intuition sous-jacente, mais peut être erronée, est qu’une évaluation algorithmique pourrait être plus cohérente qu’une évaluation humaine, surtout quand le nombre de variables augmente.

Les algorithmes génétiques pour l’optimisation

Pour déterminer les bonnes pondérations dans notre formule d’évaluation, l’idée est d’utiliser un algorithme génétique :

1. Générer plusieurs formules candidates avec des paramètres aléatoires
2. Simuler des milliers de parties pour chaque formule
3. Conserver les formules produisant les parties les plus équilibrées
4. Faire évoluer ces formules par croisement et mutation
5. Itérer jusqu’à convergence

Associé au système d’évaluation précédent, cette approche évolutionnaire pourrait peut être identifier des équilibrages que l’intuition aurait manqués.

Un prototype à valider

Pour l’instant, Escarmouche reste un projet expérimental. La Caserne, l’outil de composition d’escouades, existe sous forme de prototype fonctionnel, mais les algorithmes d’équilibrage ne sont encore qu’à l’état de concept.

Le système de points de rang (RP) est implémenté de façon basique, sans l’intelligence algorithmique prévue. C’est là qu’intervient le besoin de validation par le jeu réel.

Pourquoi des playtests sont nécessaires

Avant d’investir du temps dans le développement des algorithmes complexes, plusieurs questions fondamentales doivent être résolues :

Validation des mécaniques de base

• Les règles actuelles sont-elles suffisamment intéressantes pour justifier la suite ?
• L’équilibrage manuel provisoire fonctionne-t-il au moins partiellement ?
• Le concept de customisation totale des unités est-il viable en pratique ?

Collecte de données réelles

• Comment se comportent les différentes stratégies en situation réelle ?
• Quels sont les patterns de victoire/défaite observables ?
• Y a-t-il des mécaniques émergentes non prévues ?

Validation des hypothèses

• L’approche algorithmique apporte-t-elle vraiment une plus-value ?
• Les joueurs trouvent-ils effectivement plus de plaisir dans cette liberté de création ?
• Le jeu reste-t-il accessible malgré sa flexibilité ?

Ces playtests permettront de:

• Valider ou invalider les mécaniques de base
• Identifier les problèmes fondamentaux du concept
• Collecter des données sur les patterns de jeu réels
• Déterminer si l’approche algorithmique vaut la peine d’être poursuivie

Bref, des heures et des heures en perspective… Un comble, quand on pense aux objectifs initiaux !

Une exploration, pas une révolution

Escarmouche n’a pas la prétention de révolutionner quoi que ce soit. C’est simplement une exploration des possibilités qu’offrent les outils algorithmiques appliqués au game design.

L’objectif est de tester des hypothèses, d’apprendre de l’expérience, et de voir si cette approche peut effectivement apporter quelque chose d’intéressant.

Peut-être que les algorithmes s’avéreront inutiles. Peut-être que la liberté totale de customisation créera plus de problèmes qu’elle n’en résout. Peut-être que le jeu de base n’est tout simplement pas assez amusant.

C’est exactement ce que je cherche à découvrir.

Curieux de participer à cette expérimentation ? Les playtests restent le meilleur moyen de valider (ou d’invalider) ces hypothèses de travail. Contactez-moi si l’approche vous intéresse !