Des règles configurables.
Objets, empreintes, rotations, groupes, zones et objectifs de campagne restent séparés du moteur de preuve.
INS PROD · TECHNOLOGIE INTERNE
Générer n’est que
Générer n’est que
la première étape.
AURELIS est une chaîne d’ingénierie de contenu : modélisation canonique, génération de candidats, preuve de solvabilité, mesure multidimensionnelle de difficulté, contrôle de diversité, quality gates et certification de release.
Entrer dans l’architectureDeterministic solverDifficulty model V5Fail-closed release
AURELIS / PIPELINE MAPREFERENCE VIEW
- 01Modéliser
Règles · empreintes · rotations · zones
- 02Résoudre
Explorer l’espace des solutions légales
- 03Mesurer
Difficulté · progression · diversité
- 04Certifier
Artefacts de preuve · intégrité SHA-256
UNKNOWN ≠ UNIQUEFail-closed releaseLE CONTENU AVANT PUBLICATIONActuellement utilisé par Tidilo
01 / ARCHITECTUREChaque étape a
Chaque étape a
sa responsabilité.
AURELIS évite de mélanger génération, preuve, scoring et publication dans un unique algorithme opaque. Chaque étape produit des artefacts exploitables par la suivante et peut échouer explicitement sans que l’échec soit converti en succès.
- 01RèglesEmpreintes, rotations, zones
- 02ModèleDomaines, occupation
- 03CandidatsGénération sous contraintes
- 04PreuveEspace des solutions
- 05MesuresDifficulté et qualité
- 06ContrôlesProgression et diversité
- 07ReleasePreuves et intégrité
Des résultats reproductibles.
Une seed et un ruleset donnés doivent produire des résultats reproductibles lorsque les budgets sont identiques.
Pas de faux vert.
Une vérification incomplète, un timeout ou un artefact manquant ne devient pas automatiquement « valide ».
RÉSULTATS DE PREUVEQuatre statuts.
Quatre statuts.
Un sens précis.
Cette démonstration explique les statuts de sortie du solveur. Elle n’affiche aucun calcul ni niveau en direct.
Une seule solution canonique
Le solveur a épuisé l’espace pertinent et prouvé une solution canonique unique.
UNKNOWN ≠ UNIQUEUn budget épuisé reste un résultat incomplet.Reconstruire le puzzle
tel qu’il peut être joué.
Le solveur ne rejoue pas la solution auteur. Il reconstruit l’espace légal : cellules occupables, empreintes, rotations, compartiments, obstacles, objets verrouillés et relations de groupe.
Empreintes physiques
Formes par rotation légale, ancrages valides, collisions et normalisation des variantes équivalentes.
Occupation compacte
Les masks accélèrent les tests de collision, les unions d’occupation et les comparaisons d’états.
Domaines pré-calculés
Les placements possibles sont filtrés selon l’occupation courante et les contraintes relationnelles.
REPRÉSENTATION / PSEUDOCODE
placement = { objectId, rotation, anchor, occupiedMask }
state = occupiedMask + placedObjects + groupState
domain(o) = legalPlacements[o] filtered by compatibility(state)La solution auteur peut servir de référence, jamais de preuve à elle seule.
03 / SOLVEUR CANONIQUEExplorer assez pour savoir
ce qui est vrai.
Explorer assez pour savoir
ce qui est vrai.
Le solveur distingue une solution unique prouvée, plusieurs solutions distinctes, une impossibilité démontrée et une recherche qui ne permet pas de conclure.
Variable la plus contrainte
Choisir l’objet dont le domaine courant est le plus petit réduit le branchement sans changer le sens de la preuve.
Réduire après placement
Un domaine vide déclenche un retour en arrière immédiat, plutôt que l’exploration d’une branche déjà impossible.
Canonicaliser les solutions
Les objets interchangeables et les états équivalents ne doivent pas multiplier artificiellement les solutions.
Mémoriser les états impossibles
Un état déjà prouvé impossible peut être réutilisé pour éviter de refaire le même travail.
UNKNOWN ≠ UNIQUE.
Un budget ou un temps de calcul épuisé ne constitue jamais une preuve d’unicité.
04 / MODÈLE DE DIFFICULTÉ V5Mesurer la décision,
pas seulement le calcul.
Mesurer la décision,
pas seulement le calcul.
La difficulté n’est pas « le nombre de nœuds du solveur ». AURELIS combine des signaux structurels, des ambiguïtés locales, des conflits et des comportements pseudo-humains. Les poids et seuils restent centralisés pour pouvoir être recalibrés.
Domain overlap
Des placements concurrents se disputent les mêmes zones.
Placement conflict ratio
La densité des incompatibilités entre placements possibles.
Contested cell fraction
Des cellules critiques pour plusieurs options concurrentes.
Interaction density
L’interdépendance des objets et de leurs placements.
Meaningful bad moves
Des choix plausibles qui dégradent réellement la suite.
Delayed dead ends
Une erreur dont l’impasse apparaît plusieurs décisions plus tard.
Planning depth
L’anticipation nécessaire pour éviter les branches trompeuses.
Rotation ambiguity
Le rôle décisionnel réel des rotations.
Space pressure
Des zones dont l’occupation ferme d’autres possibilités.
Un score élevé ne suffit pas à rendre un niveau publiable. Les quality gates restent indépendants du modèle de difficulté.
05 / HEURISTIQUES PSEUDO-HUMAINESTester des réflexes plausibles.
Tester des réflexes plausibles.
Le solveur canonique recherche la vérité mathématique. Les heuristiques pseudo-humaines évaluent des stratégies intuitives sans exploration exhaustive : leur taux de réussite et leur écart avec la preuve aident à caractériser l’ambiguïté et l’anticipation.
- first_fit
- largest_first
- most_constrained
- edge_first
- centre_first
- minimal_rotation
- preserve_space
- obvious_fit
06 / QUALITY GATESUn score n’autorise
jamais seul une publication.
Un score n’autorise
jamais seul une publication.
Un candidat peut atteindre une difficulté cible et être rejeté s’il est pauvre, redondant, artificiel ou non certifiable.
Solvabilité
Solution auteur légale, résultat canonique explicite, aucun UNKNOWN accepté pour une certification finale.
Structure
Densité, occupation, objets, ambiguïté, impasses et profondeur de planification cohérents avec la cible.
Progression
Bandes cibles, contrôles locaux, respirations intentionnelles et absence de chute brutale non voulue.
Diversité
Signatures structurelles, comparaisons de voisinage et remplacement des quasi-doublons.
Fail-closed.
Si une preuve manque ou si la campagne échoue aux validations, le publisher ne transforme pas ce cas en release valide.
07 / CAMPAIGN ENGINEERINGUne campagne a un rythme.
Une campagne a un rythme.
La difficulté ne suit pas une droite artificielle. AURELIS travaille avec des bandes cibles, des contraintes locales, des paliers et des respirations volontaires. Pour Tidilo, la campagne publique est structurée en 10 mondes de 100 niveaux.
10MONDES
100NIVEAUX PAR MONDE
1 000NIVEAUX VÉRIFIÉS
Les fenêtres locales permettent de vérifier la difficulté et la structure sans se limiter à la moyenne d’un monde.
08 / DIVERSITÉChanger la seed
ne suffit pas.
Changer la seed
ne suffit pas.
Deux niveaux peuvent avoir des assets différents tout en racontant la même décision. AURELIS compare leurs signatures structurelles : domaines, objets, conflits, rotations et topologie d’interaction. Les candidats trop proches peuvent être rejetés, réparés ou remplacés.
09 / CERTIFICATION & RELEASEUne sortie prouvable,
reproductible et auditable.
Une sortie prouvable,
reproductible et auditable.
La release assemble le contenu sélectionné, produit les artefacts de preuve et contrôle l’intégrité du binaire final réellement intégré au jeu.
TIDILO / CONDITIONS DE RELEASE
for level in campaign[1..1000]:
require proof.status == UNIQUE
require proof.canonicalSolutionCount == 1
require proof.exhausted == true
require proof.authoredSolutionValid == true
require qualityGates(level) == PASSLa campagne publique de Tidilo : 1 000 / 1 000 niveaux vérifiés par le solveur.
CURRENTLY POWERINGTidilo
La mise en œuvre publiée d’AURELIS.
10 / GÉNÉRALISATIONUn socle conçu pour évoluer.
Un socle conçu pour évoluer.
Représentation, recherche, métriques, diversité et certification peuvent être conservées, avec des adaptateurs propres à de nouvelles règles de gameplay. La génération au runtime reste une évolution possible, selon le budget de calcul, la certification et l’expérience utilisateur.
Rencontrer le studio