Dissertação

{en_GB=Player Modeling for Role-Playing Games - Improving Bethesda’s Radiant AI} {} EVALUATED

{pt=A maioria dos videojogos de role-playing (RPGs) mais modernos inclui um extenso mundo virtual e histórias interessantes onde o jogador se pode imergir. Uma experiência narrativa interactiva e cativante é essêncial para um RPG de sucesso. Contudo, olhando para as opções que o jogador tem para mudar o ambiente virtual ou mudar a direcção da narrativa, estas podem ser limitadas ou inconsequentes. Para além disso, muito do conteúdo pode parecer genérico e criado para agradar a todos os jogadores, ao contrário de uma experiência mais personalizada, onde as acções do jogador ajudam a desenvolver a história. A grande industria dos videojogos tem frequentemente ignorado este facto e desenvolvido sistemas de Inteligência Artifical e de Modelagem de Jogador básicos, que não correspondem às expectativas. Acreditamos que uma experiência mais customizada e diferente entre jogadores com características, motivações e preferências diferentes, pode adicionar mais valor ao jogo, assim como proporcionar mais diversão e uma melhor narrativa interactiva a qualquer RPG. Neste trabalho apresentamos uma arquitectura de Modelagem de Jogador que usa uma instância de Aprendizagem Máquina que analisa as acções e interacções do jogador com o mundo virtual e associa-as a um perfil de jogador, de maneira a criar uma experiência mais personalizada que deverá proporcionar mais diversão e imersão para o jogador. Este sistema foi implementado no popular videojogo The Elder Scrolls V: Skyrim e publicado como uma modificação ao jogo original (mod), o qual foi recebido com críticas muito positivas pela comunidade de jogadores., en=Most modern Role-playing video games (RPGs) include an extensive virtual world and interesting narratives that the player can immerse himself in. A captivating and interactive narrative experience is essential in a successful RPG. However, when looking at the options that the player can take to change the virtual environment or the general direction of the narrative, those often feel limited or inconsequential. Furthermore, some content can feel generic and created to please all players, as it opposed to a more personalized experience where the player actions help shape the story. The AAA video game industry have often disregarded this fact and developed very basic Artificial Intelligent and Player Modeling systems that often do not meet the required expectations, despite the fact that these have proven - in academic research - to enhance player interest and expected enjoyment. We do believe that a custom experience, different across player with different traits, motivations and preferences can add more replay value, amusement and better storytelling to any RPG. In this work, we present a Player Modeling architecture that uses a Machine Learning instance that analyses player actions and interactions with the virtual world and associates them with a player profile, in order to create a tailored experience that should provide better enjoyment and immersion for the player. This system was implemented in the popular RPG title The Elder Scrolls V: Skyrim and released as a game modification (mod), which was met with extremely positive feedback by the player community.}
{pt=Modelagem de Jogador, Narrativa Interactiva, Videojogos de Role-playing, Árvore de Decisão, Modelos de Jogador, Aprendizagem Máquina, en=Player Modeling, Interactive Storytelling, Role-playing Games, Decision Tree, Player Models, Machine Learning}

Junho 4, 2018, 13:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Pedro Alexandre Simões dos Santos

Departamento de Matemática (DM)

Professor Auxiliar