Ajuste dinâmico de dificuldade híbrido em um jogo do gênero plataforma

Abstract

Conforme a indústria de videogames cresce, novos cenários surgem e os jogos devem se manter divertidos para distintos perfis de consumidor, com variados níveis de habilidades e preferências. Assim, surge um campo de pesquisa a partir da percepção e de mecanismos de ajuste da dificuldade nos jogos eletrônicos. Ou seja, um jogo pode ser tedioso quando muito fácil ou frustrante quando muito difícil, precisando oferecer um desafio contínuo e condizente ao jogador para mantê-lo motivado. A implementação de um sistema de dificuldade, ao se adaptar automaticamente à performance do jogador, pode melhorar a experiência geral do jogador com o jogo. Esses sistemas são comumente lineares, seguindo um padrão médio do público almejado. No entanto, a dificuldade pode ser adaptada de acordo com o desempenho do jogador, com seu estado afetivo ou a conjunção de ambos os modelos. No âmbito deste trabalho, objetiva-se investigar um método de estimação da dificuldade de níveis de jogos do gênero plataforma e se um mecanismo híbrido do Ajuste Dinâmico de Dificuldade (ADD) possibilita adequar a dificuldade ao jogador e mantê-lo em estado de fluxo, além de comparar sua eficiência com os outros modelos. Para isso, um jogo foi desenvolvido para se adaptar com base aos dados extraídos por algoritmos de análise de desempenho do jogador correlacionados aos obtidos por um sensor de captura de dados fisiológicos, mais especificamente pela Atividade Eletrodérmica (EDA). Além de jogar com os distintos modelos de ADD, cada participante respondeu questionários e teve seus dados coletados para averiguação dos objetos de pesquisa. O modelo híbrido demonstrou-se capaz de manter o jogador em estado de fluxo e adequar a dificuldade ao jogador, com resultados superiores aos demais modelos.