Publicação
Deep learning aplicado aos videojogos
| Resumo: | Existem videojogos para todos os gostos e com vários tipos de jogabilidade, no entanto, a interação do jogador com o jogo varia pouco, ou nada, de utilizador para utilizador. Os percursos são, na grande maioria dos casos, lineares, as experiências uniformizadas ou, na melhor das hipóteses, existem pequenas variações de jogabilidade que pouco divergem umas das outras. Atualmente, as novas tecnologias, particularmente a inteligência artificial e uma das suas subcategorias, o Deep Learning, trazem novas possibilidades para desenvolver experiências não lineares aos jogadores. Neste contexto, o sistema pode distinguir que tipo de desafios, recompensas, cenários e comportamentos dos NPC provocam reações emocionais e comportamentais no jogador e, desta forma, aumentar o seu engagement com o jogo. Este trabalho tem o objetivo de desenvolver um modelo que ajude o Designer de Interação a criar novas possibilidades de interação dos jogadores com NPC para jogos do tipo RPG. Este modelo permitirá alimentar os sistemas IA com Deep Learning, uma tecnologia emergente nos jogos digitais. O modelo proposto foi desenvolvido utilizando o Kansei, uma técnica que permite a criação de um motor preditivo que, neste projeto, relaciona o perfil do utilizador (reações emocionais e comportamentais) em função do comportamento dos NPC (expressões faciais e ações motoras). O modelo elaborado mostra ser eficaz para ser integrado num jogo que tenha incorporado um sistema de IA com Deep Learning, permitindo adaptar automaticamente os comportamentos dos NPC, em função do contexto de jogo e das reações comportamentais e emocionais dos jogadores. |
|---|---|
| Autores principais: | Moreno, João Paulo Henriques |
| Assunto: | videojogos deep learning NPC RPG kansei |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | Existem videojogos para todos os gostos e com vários tipos de jogabilidade, no entanto, a interação do jogador com o jogo varia pouco, ou nada, de utilizador para utilizador. Os percursos são, na grande maioria dos casos, lineares, as experiências uniformizadas ou, na melhor das hipóteses, existem pequenas variações de jogabilidade que pouco divergem umas das outras. Atualmente, as novas tecnologias, particularmente a inteligência artificial e uma das suas subcategorias, o Deep Learning, trazem novas possibilidades para desenvolver experiências não lineares aos jogadores. Neste contexto, o sistema pode distinguir que tipo de desafios, recompensas, cenários e comportamentos dos NPC provocam reações emocionais e comportamentais no jogador e, desta forma, aumentar o seu engagement com o jogo. Este trabalho tem o objetivo de desenvolver um modelo que ajude o Designer de Interação a criar novas possibilidades de interação dos jogadores com NPC para jogos do tipo RPG. Este modelo permitirá alimentar os sistemas IA com Deep Learning, uma tecnologia emergente nos jogos digitais. O modelo proposto foi desenvolvido utilizando o Kansei, uma técnica que permite a criação de um motor preditivo que, neste projeto, relaciona o perfil do utilizador (reações emocionais e comportamentais) em função do comportamento dos NPC (expressões faciais e ações motoras). O modelo elaborado mostra ser eficaz para ser integrado num jogo que tenha incorporado um sistema de IA com Deep Learning, permitindo adaptar automaticamente os comportamentos dos NPC, em função do contexto de jogo e das reações comportamentais e emocionais dos jogadores. |
|---|