Publication: Generación automática de mapas 2D mediante la adaptación de la dificultad a la habilidad del usuario
Loading...
Official URL
Full text at PDC
Publication Date
2022-02
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
Hallar el perfecto equilibrio de dificultad para un videojuego es una tarea tediosa que requiere de diseñadores veteranos e incontables iteraciones. Esta tarea puede volverse más sencilla mediante técnicas de inteligencia artificial, utilizando aprendizaje automático. Por ello, este proyecto tiene como objetivo generar mapas con una dificultad adaptada a la habilidad del jugador. Se ha creado un videojuego con vista cenital, de género Roguelike (de mazmorras, cuyos niveles son generados procedimentalmente). Cuenta con una mecánica básica de movimiento en ocho direcciones y con disparo en 360 grados. La meta es obtener un número concreto de coleccionables en cada ronda para avanzar a la siguiente, evitando además ser eliminado por los enemigos, que se desplazan hacia el avatar del jugador, restándole vida por contacto.
Durante las sesiones de juego se recogen los valores de las variables que modelan el entorno del juego, como el tamaño de la mazmorra o el número de habitaciones, además de las encargadas de configurar el comportamiento de los enemigos. Esta información se almacena en forma de trazas y se envían a un servidor cada vez que finaliza una ronda, para posteriormente recoger y procesar los datos y con ellos, obtener una fórmula que modela la dificultad de los mapas a generar.
El objetivo de la fórmula es dar con un valor que equilibre la experiencia de usuario entre divertida y desafiante, evitando el aburrimiento y consiguiendo una evolución del dominio del jugador sobre el juego. El resultado obtenido muestra una mejora positiva sin intervención humana del 16% en cuanto a la calidad de la experiencia vivida por los usuarios cuando se adapta la dificultad a la habilidad del jugador.
Finding the difficulty balance in video games is a tedious task. It requires a group of video game designers working on the mechanics, gameplay, and level design. Designing can be eased with artificial intelligence algorithms, in this case, using machine learning. Hence the creation of a project whose main objective is to generate maps with dynamic difficulty adapted to the ability of each player. The project consists of a video game with top-down view, Roguelike’s genre, with levels generated procedurally. Player movement is simple, with eight possible directions and 360 shooting. The goal is to get all the collectibles in the level to get to the next level. Levels also have enemies that run to the player to damage him. During game sessions, information about the variables that determine level generation is recorded. These variables are dungeon size, number of rooms, collectibles, enemies’ behavior, speed, action zone or the amount of damage received. This information will be processed to create a formula that models map’s difficulty. The purpose of the formula is to balance user experience between fun and challenging to avoid boredom and improve the player’s ability. The result is a 16% improvement when difficulty adjustment is active.
Finding the difficulty balance in video games is a tedious task. It requires a group of video game designers working on the mechanics, gameplay, and level design. Designing can be eased with artificial intelligence algorithms, in this case, using machine learning. Hence the creation of a project whose main objective is to generate maps with dynamic difficulty adapted to the ability of each player. The project consists of a video game with top-down view, Roguelike’s genre, with levels generated procedurally. Player movement is simple, with eight possible directions and 360 shooting. The goal is to get all the collectibles in the level to get to the next level. Levels also have enemies that run to the player to damage him. During game sessions, information about the variables that determine level generation is recorded. These variables are dungeon size, number of rooms, collectibles, enemies’ behavior, speed, action zone or the amount of damage received. This information will be processed to create a formula that models map’s difficulty. The purpose of the formula is to balance user experience between fun and challenging to avoid boredom and improve the player’s ability. The result is a 16% improvement when difficulty adjustment is active.
Description
Trabajo Fin de Grado en Desarrollo de Videojuegos, Facultad de Informática UCM, Departamento de Ingeniería del Software e Inteligencia Artificial, Curso 2021/2022.