Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais

Detalhes bibliográficos
Autor(a) principal: Mirna Paula Silva
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/ESBF-AARQWM
Resumo: O Ajuste Dinâmico de Dificuldade (DDA) consiste em uma alternativa para o balanceamento estático de dificuldade realizado nos jogos digitais. Esta abordagem tem se mostrado apropriada para proporcionar desafios equilibrados, evitando tédio e/ou frustração durante o jogo. Assim, o objetivo deste trabalho é apresentar um mecanismo que realize o DDA durante uma partida de um jogo MOBA. A ideia principal do mecanismo é alterar dinamicamente a Inteligência Artificial (IA) do jogo, adaptando-a as habilidades do jogador. Para isso, foram implementadas três IAs diferentes para simular o comportamento estratégico de jogadores: iniciante, intermediário e experiente no jogo Defense of the Ancient (DotA). Foram realizados experimentos comparando dois jogadores controlados por diferentes IAs e em seguida, testes com usuários foram realizados com o objetivo de avaliar qualitativamente a abordagem. O mecanismo se mostrou capaz de oferecer um adversário consistente e desafiador em maioria dos casos.
id UFMG_7848a75d85e6b5074324a91022bcf6e4
oai_identifier_str oai:repositorio.ufmg.br:1843/ESBF-AARQWM
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Luiz ChaimowiczGeber Lisboa RamalhoRenato Antonio Celso FerreiraMirna Paula Silva2019-08-12T12:13:19Z2019-08-12T12:13:19Z2015-12-03http://hdl.handle.net/1843/ESBF-AARQWMO Ajuste Dinâmico de Dificuldade (DDA) consiste em uma alternativa para o balanceamento estático de dificuldade realizado nos jogos digitais. Esta abordagem tem se mostrado apropriada para proporcionar desafios equilibrados, evitando tédio e/ou frustração durante o jogo. Assim, o objetivo deste trabalho é apresentar um mecanismo que realize o DDA durante uma partida de um jogo MOBA. A ideia principal do mecanismo é alterar dinamicamente a Inteligência Artificial (IA) do jogo, adaptando-a as habilidades do jogador. Para isso, foram implementadas três IAs diferentes para simular o comportamento estratégico de jogadores: iniciante, intermediário e experiente no jogo Defense of the Ancient (DotA). Foram realizados experimentos comparando dois jogadores controlados por diferentes IAs e em seguida, testes com usuários foram realizados com o objetivo de avaliar qualitativamente a abordagem. O mecanismo se mostrou capaz de oferecer um adversário consistente e desafiador em maioria dos casos.Dynamic Difficulty Adjustment (DDA) consists in an alternative to the static game balancing performed in game design. DDA is done during execution, tracking the player's performance and adjusting the game to present proper challenges to the player. This approach seems appropriate to increase the player entertainment, since it provides balanced challenges, avoiding boredom and/or frustration during gameplay. Therefore, this paper presents a mechanism to perform the dynamic difficulty adjustment during a match of a MOBA game. The idea is to dynamically change the game Artificial Intelligence (AI), adapting it to the player skills in order to make the player's experience less frustrating. We implemented three different AIs to match player behaviors: beginner, regular and expert in the game Defense of the Ancient (DotA), a modification (MOD) of the game Warcraft III. We performed a series of experiments with AI versus AI and, after comparing all results, the presented mechanism was able to keep up with the simulated player's abilities on 85% of all experiments. The remaining 15% failed to suit the simulated player's need because the adjustment did not occur on the right moment. Thereafter, user tests were performed aiming to qualitatively evaluate the mechanism. We can conclude that it behaved as expected, being able to offer a consistent opponent for beginner and intermediate players. For expert players the adaptive AI presented itself not very challenging due to the lack of a more complex strategical behavior. But in contrast to this incompatibility, all users have informed to feel challenged and motivated to fulfill the goal of the game, without feeling anxious or bored during the match.Universidade Federal de Minas GeraisUFMGInteligencia artificialJogos eletrônicosJogos eletronicosInteligência artificialComputaçãoJogos DigitaisBalanceamento de DificuldadeJogos MOBAInteligência ArtificialAjuste Dinâmico de DificuldadeInteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALmirnapaula.pdfapplication/pdf7903696https://repositorio.ufmg.br/bitstream/1843/ESBF-AARQWM/1/mirnapaula.pdfcf390c5617ec5a3501f7555388c0ca4dMD51TEXTmirnapaula.pdf.txtmirnapaula.pdf.txtExtracted texttext/plain142753https://repositorio.ufmg.br/bitstream/1843/ESBF-AARQWM/2/mirnapaula.pdf.txt7114836518c8a2ac2a75eee064ea5c09MD521843/ESBF-AARQWM2019-11-14 17:47:08.811oai:repositorio.ufmg.br:1843/ESBF-AARQWMRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T20:47:08Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
title Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
spellingShingle Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
Mirna Paula Silva
Jogos Digitais
Balanceamento de Dificuldade
Jogos MOBA
Inteligência Artificial
Ajuste Dinâmico de Dificuldade
Inteligencia artificial
Jogos eletrônicos
Jogos eletronicos
Inteligência artificial
Computação
title_short Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
title_full Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
title_fullStr Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
title_full_unstemmed Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
title_sort Inteligência artificial adaptativa para ajuste dinâmico de dificuldade em jogos digitais
author Mirna Paula Silva
author_facet Mirna Paula Silva
author_role author
dc.contributor.advisor1.fl_str_mv Luiz Chaimowicz
dc.contributor.referee1.fl_str_mv Geber Lisboa Ramalho
dc.contributor.referee2.fl_str_mv Renato Antonio Celso Ferreira
dc.contributor.author.fl_str_mv Mirna Paula Silva
contributor_str_mv Luiz Chaimowicz
Geber Lisboa Ramalho
Renato Antonio Celso Ferreira
dc.subject.por.fl_str_mv Jogos Digitais
Balanceamento de Dificuldade
Jogos MOBA
Inteligência Artificial
Ajuste Dinâmico de Dificuldade
topic Jogos Digitais
Balanceamento de Dificuldade
Jogos MOBA
Inteligência Artificial
Ajuste Dinâmico de Dificuldade
Inteligencia artificial
Jogos eletrônicos
Jogos eletronicos
Inteligência artificial
Computação
dc.subject.other.pt_BR.fl_str_mv Inteligencia artificial
Jogos eletrônicos
Jogos eletronicos
Inteligência artificial
Computação
description O Ajuste Dinâmico de Dificuldade (DDA) consiste em uma alternativa para o balanceamento estático de dificuldade realizado nos jogos digitais. Esta abordagem tem se mostrado apropriada para proporcionar desafios equilibrados, evitando tédio e/ou frustração durante o jogo. Assim, o objetivo deste trabalho é apresentar um mecanismo que realize o DDA durante uma partida de um jogo MOBA. A ideia principal do mecanismo é alterar dinamicamente a Inteligência Artificial (IA) do jogo, adaptando-a as habilidades do jogador. Para isso, foram implementadas três IAs diferentes para simular o comportamento estratégico de jogadores: iniciante, intermediário e experiente no jogo Defense of the Ancient (DotA). Foram realizados experimentos comparando dois jogadores controlados por diferentes IAs e em seguida, testes com usuários foram realizados com o objetivo de avaliar qualitativamente a abordagem. O mecanismo se mostrou capaz de oferecer um adversário consistente e desafiador em maioria dos casos.
publishDate 2015
dc.date.issued.fl_str_mv 2015-12-03
dc.date.accessioned.fl_str_mv 2019-08-12T12:13:19Z
dc.date.available.fl_str_mv 2019-08-12T12:13:19Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/ESBF-AARQWM
url http://hdl.handle.net/1843/ESBF-AARQWM
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/ESBF-AARQWM/1/mirnapaula.pdf
https://repositorio.ufmg.br/bitstream/1843/ESBF-AARQWM/2/mirnapaula.pdf.txt
bitstream.checksum.fl_str_mv cf390c5617ec5a3501f7555388c0ca4d
7114836518c8a2ac2a75eee064ea5c09
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589576929837056

Registros relacionados