科學家開發(fā)出可根據(jù)玩家情緒調(diào)整視頻游戲難度的模型
難度是電子游戲中平衡的一個艱難方面。有些人更喜歡具有挑戰(zhàn)性的視頻游戲，而另一些人則喜歡輕松的體驗。為了使這個過程更容易，大多數(shù)開發(fā)人員使用動態(tài)難度調(diào)整(DDA)。DDA的想法是根據(jù)玩家的表現(xiàn)實時調(diào)整游戲的難度。例如，如果玩家的表現(xiàn)超出了開發(fā)者對給定難度級別的預(yù)期，則游戲的DDA代理可以自動提高難度以增加呈現(xiàn)給玩家的挑戰(zhàn)。雖然很有用，但這種策略的局限性在于只考慮了玩家的表現(xiàn)，而不是他們實際上有多少樂趣。
在最近發(fā)表在ExpertSystemsWithApplications上的一項研究中，韓國光州科學技術(shù)研究院的一個研究小組決定對DDA方法進行修改。他們沒有關(guān)注玩家的表現(xiàn)，而是開發(fā)了DDA代理來調(diào)整游戲的難度，以最大限度地提高與玩家滿意度相關(guān)的四個不同方面之一：挑戰(zhàn)、能力、流程和效價。DDA代理通過機器學習使用從實際人類玩家收集的數(shù)據(jù)進行訓練，這些玩家與各種人工智能(AI)進行格斗游戲，然后回答有關(guān)他們體驗的問卷。
使用一種稱為蒙特卡洛樹搜索的算法，每個DDA代理都使用實際游戲數(shù)據(jù)和模擬數(shù)據(jù)來調(diào)整對方AI的戰(zhàn)斗風格，以最大化特定情緒或“情感狀態(tài)”。
“與其他以情緒為中心的方法相比，我們的方法的一個優(yōu)勢是它不依賴于外部傳感器，例如腦??電圖，”領(lǐng)導這項研究的副教授Kyung-JoongKim說。“一旦經(jīng)過訓練，我們的模型就可以僅使用游戲中的功能來估計玩家狀態(tài)。”
該團隊通過對20名志愿者進行的實驗驗證了提議的DDA代理可以產(chǎn)生能夠改善玩家整體體驗的AI，無論他們的偏好如何。這標志著情感狀態(tài)第一次被直接整合到DDA代理中，這可能對商業(yè)游戲有用。
“商業(yè)游戲公司已經(jīng)擁有大量玩家數(shù)據(jù)。他們可以利用這些數(shù)據(jù)對玩家進行建模，并使用我們的方法解決與游戲平衡相關(guān)的各種問題，”Kim副教授說。值得注意的是，這項技術(shù)在其他可以“游戲化”的領(lǐng)域也具有潛力，例如醫(yī)療保健、鍛煉和教育。
標簽：